La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

Aprendizaje semisupervisado para clasificación

Métodos basados en gráficas y de autoaprendizaje para aprendizaje semisupervisado

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.