分類用の半教師あり学習

半教師あり学習のグラフベースおよび自己学習の手法

ごく一部のデータのみにラベルを付けて、残りのデータの真のラベルを判別することに費用がかかる場合、半教師あり学習の手法を使用できます。ラベル付けされたデータで分類器に学習させ、ラベル付けされていないデータのラベルを予測するために教師あり学習の手法を使用する代わりに、半教師あり学習の手法を活用して、ラベル付けされていないデータにラベルを当てはめることができます。

新しいデータのラベルを予測する場合、ラベル付けされているデータとされていないデータの両方で学習させた半教師あり分類器のオブジェクト関数 predict を使用できます。

関数

`fitsemigraph`	グラフベースの半教師あり手法を使用したデータへのラベル付け (R2020b 以降)
`fitsemiself`	半教師あり自己学習法を使用したデータのラベル付け (R2020b 以降)
`predict`	半教師ありグラフベース分類器を使用した新しいデータのラベル付け (R2020b 以降)
`predict`	半教師あり自己学習済み分類器を使用した新しいデータのラベル付け (R2020b 以降)

オブジェクト

`SemiSupervisedGraphModel`	分類用の半教師ありグラフベースモデル (R2020b 以降)
`SemiSupervisedSelfTrainingModel`	分類用の半教師あり自己学習モデル (R2020b 以降)

トピック

半教師あり学習手法を使用したデータのラベル付け
グラフベースおよび自己学習の半教師あり学習手法の比較。