Random Forest Bán Giám Sát
Random Forest Bán Giám Sát (SSL-RF) mở rộng Random Forest cổ điển bằng cách khai thác cả các mẫu huấn luyện đã gán nhãn và chưa gán nhãn. Khi việc gán nhãn dữ liệu tốn kém hoặc mất thời gian, SSL-RF sẽ gán các nhãn giả định (pseudo-labels) tạm thời cho các quan sát chưa gán nhãn thông qua chính mô hình rừng, sau đó huấn luyện lại trên tập dữ liệu được làm giàu, cải thiện dần độ chính xác mà không yêu cầu thêm chú thích thủ công.
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
- Leistner, C., Saffari, A., Santner, J., & Bischof, H. (2009). Semi-supervised random forests. In Proceedings of the IEEE 12th International Conference on Computer Vision (ICCV), pp. 506–513. IEEE. DOI: 10.1109/ICCV.2009.5459198 ↗
- Zhu, X. (2005). Semi-supervised learning literature survey. Computer Sciences Technical Report 1530, University of Wisconsin-Madison. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Semi-supervised Random Forest (SSL-RF). ScholarGate. https://scholargate.app/vi/machine-learning/semi-supervised-random-forest
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.
- Gradient BoostingHọc máy↔ compare
- Lan truyền nhãnHọc máy↔ compare
- Rừng ngẫu nhiênHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →