Cədvəl tapşırıqlarında pseudo-labeling nədir?

Pseudo-labeling — bu yarı nəzarətli öyrənmə metodudur və tez-tez cədvəl məlumatları ilə işləyən tapşırıqlarda tətbiq olunur. Fikri odur ki, etiketli məlumatlar üzərində öyrədilmiş modeli istifadə edərək, etiketsiz məlumatlara etiketlər proqnozlaşdırılır və sonra bu proqnozlaşdırılmış (pseudo-etiketlər) etiketlər öyrənmə dəstinə əlavə olunur və daha da öyrədilir.

Boosting ilə cədvəl tapşırıqlarında, bu, öyrənmə məlumatlarının miqdarını artırmağa kömək edir, xüsusən də az sayda etiketli məlumat olduqda. Məsələn, model ilk mərhələdə etiketli məlumatlar üzərində öyrədildikdən sonra, etiketsiz qeydlər üçün etiketlər proqnozlaşdırır. Sonra, bu qeydlər pseudo-etiketlərlə öyrənmə dəstinə əlavə olunur və model genişləndirilmiş dəst üzərində yenidən öyrədilir.

Pseudo-etiketlərin keyfiyyətini nəzarət etmək vacibdir, məsələn, modelin əmin olduğu (probabilik əsasında) yalnız bu proqnozları seçərək, öyrənmənin keyfiyyətini aşağı salmamaq üçün.

Pseudokod nümunəsi:

# Etiketli məlumatlar üzərində öyrənmə
model.fit(X_labeled, y_labeled)

# Etiketlenmemiş məlumatlar üzərində proqnoz
pseudo_labels = model.predict(X_unlabeled)

# Güvənilir proqnozların seçilməsi
confident_indices = [i for i, p in enumerate(model.predict_proba(X_unlabeled)) if max(p) > threshold]

# Pseudo-etiketlərin öyrənmə dəstinə əlavə olunması
X_extended = np.concatenate([X_labeled, X_unlabeled[confident_indices]])
y_extended = np.concatenate([y_labeled, pseudo_labels[confident_indices]])

# Modelin yenidən öyrədilməsi
model.fit(X_extended, y_extended)