scipy - 在单个管道中组合标记和未标记的数据

Question

我正在构建使用DBN进行特征学习和逻辑回归的图像分类器来微调结果网络。通常，在 SciKit Learn 中实现这种架构最方便的方法是使用Pipeline类。但就我而言，我有大约 10K 未标记的图像，只有大约 300 个标记的图像。当然，我想使用所有图像来训练 DBN 并仅使用标记示例拟合逻辑回归。

我可以考虑实现我自己的 Pipeline 类来处理这种情况，但首先我想知道是否已经存在一些东西。是吗？

Answer 1

当前的 scikit-learn Pipeline API 不太适合带有无监督预训练的监督学习。实现您自己的包装类可能是解决这种情况的最佳方式。