Aprendizaje semisupervisado para clasificación
Puede utilizar técnicas de aprendizaje semisupervisado cuando solo una pequeña parte de los datos esté etiquetada y la determinación de las etiquetas reales del resto de los datos sea costosa. En lugar de utilizar un método de aprendizaje supervisado para entrenar un clasificador en los datos etiquetados y predecir las etiquetas de los datos sin etiquetar, puede utilizar los métodos de aprendizaje semisupervisado para ajustar las etiquetas a los datos sin etiquetar.
Si desea predecir las etiquetas de los nuevos datos, puede utilizar la función de objeto predict
del clasificador semisupervisado entrenado en los datos etiquetados y sin etiquetar.
Funciones
fitsemigraph | Label data using semi-supervised graph-based method (desde R2020b) |
fitsemiself | Label data using semi-supervised self-training method (desde R2020b) |
predict | Label new data using semi-supervised graph-based classifier (desde R2020b) |
predict | Label new data using semi-supervised self-trained classifier (desde R2020b) |
Objetos
SemiSupervisedGraphModel | Semi-supervised graph-based model for classification (desde R2020b) |
SemiSupervisedSelfTrainingModel | Semi-supervised self-trained model for classification (desde R2020b) |
Temas
- Label Data Using Semi-Supervised Learning Techniques
Compare graph-based and self-training semi-supervised learning techniques.