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 来微调结果网络的图像分类器。通常，在 SciKit Learn 中实现这样的架构最方便的方法是使用 Pipeline 类。但在我的情况下，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 并使用 仅标记 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。实现自己的包装类可能是解决这种情况的最佳方式。