Semi-Supervised学习分类
基于对semi-supervised学习和自我训练方法
您可以使用semi-supervised学习技术时只有一小部分数据的标签是和确定真正的标签的数据是昂贵的。而不是使用一个监督学习方法来训练一个分类器对标签数据和预测无标号数据标签,您可以利用semi-supervised学习方法以适应标签无标号数据。
如果你想预测新数据标签,您可以使用预测
semi-supervised分类器训练的目标函数标记和未标记数据。
功能
fitsemigraph |
使用semi-supervised标签数据图论方法 |
fitsemiself |
标签数据使用semi-supervised自我训练方法 |
预测 |
标签使用semi-supervised新数据基于分类器 |
预测 |
标签使用semi-supervised自我训练的分类器的新数据 |
对象
SemiSupervisedGraphModel |
Semi-supervised基于模型的分类 |
SemiSupervisedSelfTrainingModel |
Semi-supervised自学成才模式分类 |
主题
- 标签数据使用Semi-Supervised学习技术
比较基于和自我训练semi-supervised学习技巧。