用于分类的半监督学习
用于半监督学习的基于图的方法和自训练方法
如果只有一小部分数据带标签,而确定其余数据的真实标签成本高昂,则可以使用半监督学习方法。您可以利用半监督学习方法为不带标签的数据拟合标签,而不是通过监督学习方法先用带标签数据训练分类器后再为不带标签的数据预测标签。
如果要预测新数据的标签,您可以使用基于带标签数据和不带标签数据训练的半监督分类器的 predict
对象函数。
函数
fitsemigraph | Label data using semi-supervised graph-based method (自 R2020b 起) |
fitsemiself | Label data using semi-supervised self-training method (自 R2020b 起) |
predict | Label new data using semi-supervised graph-based classifier (自 R2020b 起) |
predict | Label new data using semi-supervised self-trained classifier (自 R2020b 起) |
对象
SemiSupervisedGraphModel | Semi-supervised graph-based model for classification (自 R2020b 起) |
SemiSupervisedSelfTrainingModel | Semi-supervised self-trained model for classification (自 R2020b 起) |
主题
- Label Data Using Semi-Supervised Learning Techniques
Compare graph-based and self-training semi-supervised learning techniques.