1、半监督学习
今天在阅读一篇论文时了解了这个之前一直不太清晰的概念。下面是查阅了相关资料后对半监督学习的理解。如有错误，望更正。
半监督学习是一种介于监督学习和无监督学习之间的学习凡是，我们都知道，在监督学习中，样本的类比、类别标签都是已知的，学习的目的是找到样本的特征与类别标签之间的联系。一般来讲训练样本的数量越多，训练得到的分类器的分类精度也会越高。但是在很多现实问题当中，一方面是由于人工标记样本的成本很高，导致有标签的数据十分稀少。（如果是让算法工程师亲自去标记数据，会消耗相当大的时间和精力；也有很多公司采取雇佣一定数量的数据标记师，这种做法也无疑是耗费了大量金钱在数据标记上。）而另一方面，无标签的数据很容易被收集到，其数量往往是有标签样本的上百倍。因此，半监督学习（这里仅针对半监督分类），就是要利用大量的无标签样本和少量带有标签的样本来训练分类器，解决有标签样本不足的难题。
2、self-training
- 1、将初始化的有标签数据作为初始的训练集（Xtrain，ytrain）=（X_l，y_l），根据该训练集训练得到一个初始分类器 C i n t C_{int} Cint
- 2、利用 C i n t C_{int} Cint对无标签数据集 X u X_u Xu进行分类，选出最有把握的样本 X c o n f , y c o n f X_{conf},y_{conf} Xconf,yconf（可以设定阈值来选择）
- 3、从 X u X_u Xu中去掉 X c o n f , y c o n f X_{conf},y_{conf} Xconf,yconf
- 4、将 X c o n f , y c o n f X_{conf},y_{conf} Xconf,yconf加入到有标签数据集中， ( X t r a i n , y t r a i n ) ← ( X l , y l ) ∪ ( X c o n f , y c o n f ) (Xtrain,ytrain)←(X_l,y_l)∪(X_{conf},y_{conf}) (Xtrain,ytrain)←(Xl,yl)∪(Xconf,yconf)
- 5，根据新的训练集训练新的分类器，重复步骤2到5直到满足停止条件（例如所有无标签样本都被标记完了）
最后得到的分类器就是最终的分类器。
3、协同学习 (co-training)
和自我学习一样，协同学习的目的也是为了用现有的有标签的数据去标记其他数据。具体步骤如下：假设现在有数据集，每组数据有2个特征(feature): x1 和 x2。我们把其中有标签的那部分数据集称为L （表示为[x1,x2,y]），没有标签的数据集称为U (表示为[x1,x2])。
c) 把F1预测的结果放入L2，把F2预测的结果放入L1 (交叉放置)
d) 更新L 和 U
- 直到数据集不发生变化 (和自我学习一样)
4、参考资料
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/216413.html原文链接：https://javaforall.net
