回答情况：
提问时间：
问题标签：
1回答
半监督学习使用一组标记数据(L)来训练一个模型来预测一组未标记数据(U)，然后将新的标记数据(L‘)和原始标记数据(L)分组为完整的标记数据。
我想问一下如何提取测试数据。
浏览 3修改于2012-11-20得票数 3
回答已采纳
1回答
我正在对20000多个样本的数据集进行回归分析，使用scikit学习。尝试使用回归模型来拟合三个特征来标记，即分数从0到10。问题是只有100的数据有一个已知的分数。其余的都没有贴上标签。半监督学习似乎对使用标签传播等方法的分类问题很有效。我想知道它是否也适用于回归问题。如果是的话，我在哪里可以找到基于相似性的未标记数据标签的例子呢？
浏览 0修改于2021-02-06得票数 -1
1回答
给定包含n个向量的数据(m×1 )。我想根据距离对数据进行聚类。此外，数据中的每个向量都被标记为某个类别。我使用kmeans算法(在Matlab中)对数据进行聚类。我希望非集群将只包括一个类别的数据。有什么方法可以添加这个约束，或者任何算法可以这样做吗？谢谢!
浏览 0修改于2022-03-02得票数 1
最近，我正在做异常检测，其中一种方法是使用AEs模型来学习正常样本的模式。
如果不符合正常样本的模式，则将其确定为异常样本。我想知道这种培训是监督学习、半监督学习还是非监督学习？
浏览 0修改于2020-03-11得票数 0
我正在使用sklearn LabelSpreadingModel，如下所示：model_s = label_spreading_model.fit(my_inputs, labels) MemoryErrorTraceback (most recent call last) 11
12 label_spreading_mod
浏览 0提问于2016-10-18得票数 2
1回答
利用Word2Vec，用一种普通的无监督聚类方法得到了每个词的向量表示。我如何利用这些信息创建一个半监督的模型，以便对每个单词进行聚类？
浏览 0修改于2018-08-07得票数 2
回答已采纳
1回答
我进行了半监督学习，在数据集中标注未标注的图像。CNN模型以无标号图像为输入，经过softmax计算，生成一个概率指数。如果值超过某个数字(例如0.65)，我将标记图像并将其添加到火车组中。
浏览 4提问于2021-07-26得票数 0
使用表格数据进行回归任务的Semi-supervised学习？我有20 K标签数据和200 K未标记数据。模型在半监督学习的基础上得到了越来越好的应用。自我学习，最重要的是，如果你只有20K，并且对200K做出预测，你就会假设方差和特征的分布是一样的，这并不总是正确的，所以你做一个误差很大的预测，即使你的模型在K折叠CV上是90平均R2。希望这解释了为什么我要寻找一种半监督的回归方法
浏览 4修改于2020-02-11得票数 0
1回答
标签传播可以用于科学学习中的半监督回归任务吗？根据其API，答案是肯定的。
但是，当我试图运行以下代码时，我得到了错误消息。
浏览 3提问于2016-10-19得票数 3
回答已采纳
我遇到了类似标题这样的问题:集体分类的定义是“集体分类是机器学习的领域，其中网络中的未知节点仅根据分配给已知节点的类和网络结构进行分类。”半监督学习是为给定的未标记数据推断正确的标签-wiki。
浏览 1提问于2016-03-04得票数 2
回答已采纳
我想知道什么时候停止半监督？例如，如果我从一个小数据集中学习了一个分类器，然后使用它来标记一个未标记的数据集池。然后，我再次使用新标记的数据来训练分类器。这一进程应持续多长时间？
浏览 0修改于2019-05-02得票数 0
我知道半监督学习方法的存在，例如阶梯网络，其中只有一部分数据被标记。是否有任何方法或论文考虑训练数据子集标签的正确性概率？
浏览 0提问于2017-06-09得票数 3
1回答
我读过半监督学习的LabelSpreading模型。当人工验证了足够数量的记录时，将OneClassSVM的分类输出输入到LabelSpreading模型并重新训练该模型是否可行？
浏览 3提问于2015-03-27得票数 1
也许我不理解半监督的方法，因为在我看来，如果我标记了一个小子集，它可以用来标记其他数据。谢谢你的建议
浏览 2修改于2014-11-26得票数 1
回答已采纳
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？
浏览 0提问于2020-01-26得票数 4
回答已采纳
我正在尝试使用决策树学习来使用其他变量来预测响应变量。
我的心理模型是，人们看着自然的状态并做出决定。因此，我强烈希望我的决策树首先根据自然变量的状态进行分区，然后根据人类决策变量进行分区。我甚至不知道用什么词来描述这个问题--这是“半监督”决策树学习吗？
浏览 3修改于2017-01-04得票数 0
我想用Keras编码，这是一个神经网络，既是一个自动编码器，也是一个半监督学习的分类器。总而言之:如果模型具有相同的输入数据形状和相同的“编码”卷积层，但会分成两个头(分叉式)，那么就有一个分类头和一个解码头，在某种程度上，无监督自动编码器将有助于分类头的良好学习。
浏览 0提问于2017-06-01得票数 1
我想使用半监督的朴素贝叶斯(Bernoulli)的实现.根据的说法，一年前有一些关于它的工作和讨论(SemisupervisedNB班)。另一方面，似乎有。：我正在使用SklearnClassifier类从NLTK学习分类器我在我的项目中尝试了SemiSupervisedNB代码，将未标记类的标签从-1更改为2(我使用的是来自NLTK的SKlearnClassifier
浏览 3修改于2013-01-31得票数 2
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号