このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
ごく一部のデータのみにラベルを付けて,残りのデータの真のラベルを判別することに費用がかかる場合,半教師あり学習の手法を使用できます。ラベル付けされたデータで分類器に学習させ,ラベル付けされていないデータのラベルを予測するために教師あり学習の手法を使用する代わりに,半教師あり学習の手法を活用して,ラベル付けされていないデータにラベルをあてはめることができます。
新しいデータのラベルを予測する場合,ラベル付けされているデータとされていないデータの両方で学習させた半教師あり分類器のオブジェクト関数预测
を使用できます。
fitsemigraph |
グラフベースの半教師あり手法を使用したデータへのラベル付け |
fitsemiself |
半教師あり自己学習法を使用したデータのラベル付け |
预测 |
半教師ありグラフベース分類器を使用した新しいデータのラベル付け |
预测 |
半教師あり自己学習済み分類器を使用した新しいデータのラベル付け |
SemiSupervisedGraphModel |
分類用の半教師ありグラフベースモデル |
SemiSupervisedSelfTrainingModel |
分類用の半教師あり自己学習モデル |
グラフベースおよび自己学習の半教師あり学習手法の比較。