Học chủ động K-Nearest Neighbors
Học chủ động với thuật toán K-nearest neighbors (KNN) kết hợp khả năng dự đoán dựa trên trường hợp của KNN với một chiến lược truy vấn lặp lại nhằm chọn ra các ví dụ chưa được gán nhãn mang tính thông tin nhất để chú thích. Mô hình chỉ yêu cầu gán nhãn cho những trường hợp mà biên độ bỏ phiếu của các láng giềng là hẹp nhất, đạt được độ chính xác cạnh tranh với số lượng ví dụ được gán nhãn ít hơn nhiều so với KNN được giám sát hoàn toàn trên dữ liệu dạng bảng.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin-Madison. link ↗
- Zhu, X., Lafferty, J., & Ghahramani, Z. (2003). Combining active learning and semi-supervised learning using Gaussian fields and harmonic functions. Proceedings of the ICML 2003 Workshop on the Continuum from Labeled to Unlabeled Data, 58–65. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Active Learning with K-Nearest Neighbors Classifier. ScholarGate. https://scholargate.app/vi/machine-learning/active-learning-k-nearest-neighbors
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.
- Học chủ độngHọc máy↔ compare
- Cây quyết định học chủ độngHọc máy↔ compare
- Hồi quy Logistic Học Chủ độngHọc máy↔ compare
- K-Nearest Neighbors Bán Giám SátHọc máy↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →