半监督学习是一种机器学习方法，它利用大量未标记数据与少量标记数据进行训练。由于在现实世界中获取标签往往成本高昂，半监督学习成为了一种有效的解决方案。这种技术通常分为两类：一类是通过无监督学习方法来预处理未标记数据，另一类是结合有监督和无监督学习。在数据科学中，半监督学习被广泛应用于各种场景，如文本分类、图像识别等，因为它能有效提升模型在大规模数据集上的性能。
监督学习
训练数据x和标签y
半监督
除了上面的还有没有标签的x
通常没有标签的x数目远大于有标签的
半监督也根据如何使用没有标签的数据分成两类：
通常使用半监督学习是因为收集数据时难以获得对应的标签。
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
监督学习
训练数据x和标签y
半监督
除了上面的还有没有标签的x
通常没有标签的x数目远大于有标签的
半监督也根据如何使用没有标签的数据分成两类：
通常使用半监督学习是因为收集数据时难以获得对应的标签。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
