半监督分类点滴

 

 

半监督分类点滴

 

 

如果仅使用有标记样本，问题规模将受到很大的限制。

 

如果仅使用少量的有标记样本，利用它们训练出的学习系统往往很难具有强泛化能力。

 

 

半监督学习的核心思想在于光滑性假设：

(1)距离越近的点越倾向于拥有相同的标记；

(2)数据的分布具有某种内在结构(簇或流形)。

 

 

传统的监督学习也是依赖光滑性假设的，但这些算法一般只考虑局部的光滑性假设。