《表2 过滤型、封装型、嵌入型方法的一般优缺点》
此外,根据半监督特征选择方法的评价策略与学习算法的交互方式,半监督特征选择方法也可以分为过滤型(filter)、封装型(wrapper)和嵌入型(embedded)三种。过滤型半监督特征选择方法使用标记与未标记数据的内在特性,在不训练特定学习模型的情况下评价特征。封装型半监督特征选择方法往往利用单个学习器或集成学习模型预测未标记数据的标签,将半监督问题转换为有监督问题加以解决;或者直接基于学习器在不同特征集上的表现评价特征。嵌入型半监督特征选择方法在使用标记及未标记数据进行模型训练的过程中同时进行特征选择。表2概括了过滤型、封装型、嵌入型三类半监督特征选择方法的优缺点。
图表编号 | XD00202087200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.05 |
作者 | 张东方、陈海燕、王建东 |
绘制单位 | 南京航空航天大学计算机科学与技术学院、南京航空航天大学计算机科学与技术学院、南京航空航天大学软件新技术与产业化协同创新中心、南京航空航天大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |