Напівкероване голосуюче ансамблювання
Напівкероване голосуюче ансамблювання тренує кілька класифікаторів на невеликій вибірці розмічених даних, а потім ітеративно використовує нерозмічені дані, дозволяючи класифікаторам розмічати приклади, щодо яких вони досягли згоди, розширюючи таким чином тренувальний набір доти, доки всі класифікатори не голосуватимуть спільно щодо тестових прикладів. Цей метод поєднує ефективність використання розмічених даних напівкерованого навчання зі зменшенням дисперсії ансамблів, що базуються на мажоритарному голосуванні, що робить його цінним, коли анотування є дорогим.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Zhou, Z.-H., & Li, M. (2005). Tri-training: Exploiting unlabeled data using three classifiers. IEEE Transactions on Knowledge and Data Engineering, 17(11), 1529–1541. DOI: 10.1109/TKDE.2005.186 ↗
- Blum, A., & Mitchell, T. (1998). Combining labeled and unlabeled data with co-training. Proceedings of the 11th Annual Conference on Computational Learning Theory (COLT), 92–100. DOI: 10.1145/279943.279962 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Semi-supervised Voting Ensemble (Agreement-based Multi-classifier with Unlabeled Data). ScholarGate. https://scholargate.app/uk/machine-learning/semi-supervised-voting-ensemble
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- БустингМашинне навчання↔ compare
- Самокероване навчанняМашинне навчання↔ compare
- Напівкероване бэггінгМашинне навчання↔ compare
- Напівкероване навчанняМашинне навчання↔ compare
- Голосувальний ансамбльМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →