半监督学习(SSL),全称Semi-Supervised Learning,类属于机器学习(Machine Learning,ML)。在只有少量标记样本,大部分样本都是无标记的情况下,可以使用半监督学习方法,根据无标记样本与标记样本间的相似度、以及无标记样本潜在的分布,这两个核心思想,对无标记的样本进行标记。下面介绍一下半监督学习的种类:
1 生成式方法
生成式方法(generative methods)是直接基于生成式模型的方法,这一方法是假设所有数据(无论是有标记还是没有标记)都是由同一潜在的模型生成的。这个假设利用潜在模型的参数,将未标记数据与学习目标联系起来,而未标记数据的标记能够当作模型的缺失参数,然后基于EM算法,进行极大似然估计求解。生成式方法的重点在于生成式模型的假设,不同的模型假设会产生不同的方法。当然这一方法的关键也就是这个模型假设必须是准确的,也就是假设的生成式模型必须是与真实数据分布相吻合的;不然利用未标记数据反而会降低泛化性能。生成式方法方法实现简单,但是在实际应用中,事先很难做出准确的模型假设。
半监督支持向量机,Semi-Supervised Vector Machin,是支持向量机在半监督学习上的推广。在不考虑未标记样本的情况下,支持向量机试图找到最大间隔划分超平面;在考虑未标记样本的情况下,半监督支持向量机试图找到,能将两类有标记样本区分开,并且穿过数据低密度区域的划分超平面。低密度分隔(low-densityseparation)假设是聚类假设在考虑了线性超平面划分后的推广。TSVM是采用局部搜索的策略来进行迭代求解,也就是首先使用有标记样本集训练出一个初始SVM,接着通过该学习器对未标记样本进行打标,这样使得所有样本都有了标记,并基于这些有标记的样本重新训练SVM,之后再寻找易出错样本不断调整。
3协同训练(基于分歧的方法)
协同训练基于大量模型,让每一个模型去寻找最有把握的样本,并作为其他模型的训练样本,这一互相学习、共同进步的过程不断迭代,直到两个分裂期不再变化。不同的视图、不同的算法、不同的数据、不同的参数都是产生差异的渠道。协同训练能够通过将样本集拆分成不同的子样本集,并分别在子样本集上训练模型,就会产生多个模型;也可以对样本集建立不同的分类模型,通过各个模型决定样本的置信度,与集成学习类似。
4图半监督学习
5半监督聚类
聚类是无监督学习任务,为了利用现实任务中获得的监督信息,提出半监督聚类(semi-supervised clustering)来利用监督信息以获得更好的效果。
聚类任务中获得的监督信息分两种:1)有必连(must-link)和勿连(cannot-link)约束,必连是指样本必属于同一个簇,勿连是指样本必不属于同一个簇;2)含有少量的有标记样本。
数据分析咨询请扫描二维码
数据挖掘是现代企业利用数据驱动决策的重要工具。它涉及从大量数据中提取隐藏的、先前未知但潜在有用的信息,依托人工智能、机器 ...
2024-10-23在当前数据驱动的商业环境中,数据分析师的角色变得越来越重要。想要踏入这一领域并取得成功,不仅需要扎实的技术基础,还需要不 ...
2024-10-23数据分析是一个广泛而又精细的领域,它结合了统计学、计算机科学、商业策略以及数据科学等多个学科的知识。这个领域日新月异的发 ...
2024-10-23在现代企业中,数字化管理师扮演着至关重要的角色。他们不仅帮助企业优化资源配置,还推动企业的数字化转型。要成为一名合格的数 ...
2024-10-23大数据专业是一个跨学科的领域,涵盖了数学、统计学、计算机科学与技术等多个学科。随着数据在各个行业中的重要性日益增加,大数 ...
2024-10-23大数据分析师培训教程-2.1 Hadoop入门-Hadoop 1.0 的局限与 Hadoop 2.0(YARN)的革新 Hadoop简介Hadoop 的生态系统HDFS 的原理 ...
2024-10-232024,您是否渴望在数据领域探索更广阔的职业机遇? 数字化时代,数据量级每年都在呈指数级增长。据统计,全球互联网用户每天产 ...
2024-10-21数据科学专业是一门跨学科的综合性学科,涵盖了数学、统计学、计算机科学等多个领域。其核心目标是通过数据的收集、处理和分析来 ...
2024-10-21Python是一种高级解释性编程语言,由Guido van Rossum于1991年创造。凭借其简单易学、代码可读性强和功能强大的特点,Python已经 ...
2024-10-21在当今数据驱动的世界中,选择学习Hadoop已成为许多数据分析师和IT专业人士的必修课。Hadoop不仅是大数据处理领域的核心技术之一 ...
2024-10-21数据开发工程师在当今数据驱动的世界中扮演着至关重要的角色。他们不仅负责数据的采集和处理,还在数据仓库建设、系统开发和数据 ...
2024-10-20在当今快速变化的数字经济时代,数字化转型已经成为企业实现持续增长和竞争优势的关键。数字化转型不仅仅是技术的变革,更是组织 ...
2024-10-19在当今快速发展的科技时代,数字经济已成为全球经济的重要组成部分。选择数字经济专业,不仅能为你打开通往多个行业的大门,还能 ...
2024-10-18学习统计学与大数据分析具有显著的优势,能够帮助你走向高薪岗位。在数字化时代背景下,统计学和大数据分析展现出强大的就业潜力 ...
2024-10-18在当今的数字时代,数据科学与大数据技术专业的就业方向极为广泛,涵盖了多个领域和岗位。随着数据成为企业决策的重要依据,行业 ...
2024-10-18大数据技术与应用领域正在迅速发展,成为现代经济和科技发展的重要驱动力。随着数据量的爆炸式增长,各行各业对大数据专业人才的 ...
2024-10-18在当今数据驱动的商业环境中,数据分析软件已成为企业决策过程中不可或缺的工具。随着数据量的激增和分析需求的复杂化,选择合适 ...
2024-10-18在当今数据驱动的世界中,数据分析已成为许多行业不可或缺的一部分。无论是企业决策、市场营销,还是产品开发,数据分析都能提 ...
2024-10-18数据分析在现代企业中扮演着至关重要的角色,帮助企业在竞争激烈的市场中做出明智的决策。随着数据量的不断增长,企业需要依赖先 ...
2024-10-18CDA(Certified Data Analyst)认证在数据分析领域具有显著的作用,具体包括以下几个方面: 1. 专业技能认可 CDA认证是数据分析 ...
2024-10-17