未标记样本在半监督学习中的应用方法研究  

作　　者：曹慧[1] 刘玉峰[1] 

机构地区：[1]广西师范大学计算机科学与信息工程学院,广西桂林541004

出　　处：《广西轻工业》2008年第12期80-81,118,共3页Guangxi Journal of Light Industry

基　　金：广西研究生教育创新项目

摘　　要：传统的分类、预测和聚类算法只利用已标记样本进行监督学习,构建分类器,或者完全利用未标记样本本身的特性进行无监督学习。监督学习需要大量的标记样本,从而达到理想的分类效果,这样做的代价相当昂贵;非监督学习虽然不需要已标记样本,但其学习效果往往很难得到保证。结合少量已标记样本和未标记样本的半监督学习方法在监督学习和无监督学习方法之间得到了折中,既降低了学习代价,又提高了学习效果。

关 键 词：已标记样本 未标记样本 半监督学习 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]