分类的半监督学习
半监督学习的基于图和自我训练方法
当只有一小部分数据被标记,而为其余数据确定真正的标签是昂贵的时候,您可以使用半监督学习技术。与使用监督学习方法在标记数据上训练分类器并预测未标记数据的标签不同,您可以利用半监督学习方法将标签拟合到未标记数据。
如果要预测新数据的标签,可以使用预测
半监督分类器的目标函数在标记和未标记的数据上训练。
功能
fitsemigraph |
使用基于半监督图的方法标记数据 |
fitsemiself |
使用半监督自训练方法标记数据 |
预测 |
使用基于半监督图的分类器标记新数据 |
预测 |
使用半监督自训练分类器标记新数据 |
对象
SemiSupervisedGraphModel |
基于半监督图的分类模型 |
SemiSupervisedSelfTrainingModel |
半监督自训练分类模型 |
主题
- 使用半监督学习技术标记数据
比较基于图的半监督学习技术和自我训练半监督学习技术。