半监督学习怀疑只对置信度超过阈值的点进行分类。

Question

我目前有一个数据集，大约有5%的标签点和95%的未标签。只有当我非常自信地离开剩下的NaN时，我才会给一些没有标签的点贴上标签。就我个人而言，我想使用一个随机森林，但我不确定这是否可能-我想我将不得不使用一些生成模型？

我想这样做的原因之一是因为已知的点没有包含所有的标签，因此我想在使用其他的无监督学习之前，尽可能多地分类未知的点。

有图书馆可以用吗？

Answer 1

大多数滑雪板分类器都有概率输出。

CLF.predict_proba

这样你就可以决定门槛了。