學習筆記，僅供參考，有錯必糾

---

文章目錄

• • 半監(jiān)督學習
  • • 自我訓練
    • 標簽傳播

---

半監(jiān)督學習

Semi-supervised learning是指在你的訓練數(shù)據(jù)中，有些樣本是沒有標簽的情況。sklearn.semi_supervised中的半監(jiān)督估計器能夠利用這些額外的未標記數(shù)據(jù)來更好地捕捉底層數(shù)據(jù)分布的形狀，并更好地泛化到新的樣本。當我們有非常少的標注點和大量的未標注點時，這些算法可以表現(xiàn)得很好。

• y中的未標記項

在用擬合方法訓練模型時，將未標記的點與標記的數(shù)據(jù)一起分配一個標識符是很重要的。本實施例使用的標識符是整數(shù)值-1。注意，對于字符串標簽，y的dtype應(yīng)該是object，這樣它就可以同時包含字符串和整數(shù)。

自我訓練

這個自訓練的實現(xiàn)是基于Yarowsky算法。使用該算法，給定的監(jiān)督分類器可以作為半監(jiān)督分類器，使其能夠從未標記的數(shù)據(jù)中學習。

SelfTrainingClassifier可以與任何實現(xiàn) predict_proba的分類器一起調(diào)用，作為參數(shù) base_classifi

總結(jié)

以上是生活随笔為你收集整理的sklearn自学指南(part31)--半监督学习的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。