标签: semisupervised-learning

我正在使用呼吸管为我的训练数据创建标签。我目前有五个用于任务的标签函数，我已将它们存储在列表中。我使用以下代码来应用标签功能：

lfs = [lf_a, lf_b, lf_c, lf_d, lf_e]
applier = PandasLFApplier(lfs)
L_train = applier.apply(df_data_sample)

# Train the label model and compute the training labels
label_model = LabelModel(cardinality=2, verbose=True)
label_model.fit(L_train, n_epochs=500, log_freq=50, seed=123)

进入任务时，我想给予lf_e标记函数更高的权重，因为我的测试表明它比其他函数具有更高的准确性。无法做到这一点会导致其他 lfs 的输出主导lf_e的输出。而且我也不想删除任何功能，因为如果这样做我会减少我的覆盖范围。

有没有办法在 Snorkel 中做到这一点？