在单个管道中组合标记数据和未标记数据

Question

我在构建使用DBN进行功能学习的图像分类器，并使用逻辑回归来微调生成的网络。通常，在SciKit Learn中实现这种体系结构最方便的方法是使用Pipeline类。但在我的情况下，我有〜10K无标签的图像，只有300标签的图像。当然，我想使用全部图像来训练DBN并且适合逻辑回归与仅标记为的例子。

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某些东西。是吗？

Answer 1

目前的scikit-learn Pipeline API不适合监督式学习，无监督的预培训。实现你自己的包装类可能是最好的方式来推进这种情况。