半監(jiān)督學(xué)習(xí)方法及應(yīng)用研究.pdf

1、傳統(tǒng)的機(jī)器學(xué)習(xí)的研究中往往傾向于將有標(biāo)簽的數(shù)據(jù)和無(wú)標(biāo)簽的數(shù)據(jù)分開(kāi)研究，但是在現(xiàn)實(shí)生活中，這兩種情況往往是并存的。半監(jiān)督學(xué)習(xí)便由此應(yīng)運(yùn)而生，在傳統(tǒng)應(yīng)用中往往將半監(jiān)督作為一個(gè)聚類的改進(jìn)方法，卻沒(méi)有將聚類的優(yōu)勢(shì)應(yīng)用于半監(jiān)督學(xué)習(xí)中，因此本文就此進(jìn)行了深入探究。
　　 半監(jiān)督學(xué)習(xí)主要目的是在僅有少量標(biāo)注數(shù)據(jù)集和大量未標(biāo)注數(shù)據(jù)集的基礎(chǔ)上獲得一個(gè)良好的學(xué)習(xí)器。自訓(xùn)練算法便是半監(jiān)督學(xué)習(xí)的重要算法，然而自訓(xùn)練過(guò)程中有兩個(gè)問(wèn)題需要解決：首先是如何從

2、無(wú)標(biāo)簽數(shù)據(jù)集中選擇合適的樣本標(biāo)記后加入到有標(biāo)簽樣本中。其次，在無(wú)標(biāo)簽樣本標(biāo)記過(guò)程中會(huì)出現(xiàn)錯(cuò)標(biāo)現(xiàn)象。
　　 針對(duì)自訓(xùn)練的兩個(gè)問(wèn)題，在做了有效的研究后，我們提出了一個(gè)算法以解決兩個(gè)問(wèn)題。大體思想如下，在用分類器標(biāo)記后，用聚類對(duì)新標(biāo)記的無(wú)標(biāo)簽樣本數(shù)據(jù)集進(jìn)行處理，然后從聚類中選取有效的新數(shù)據(jù)更新訓(xùn)練集，然后采用數(shù)據(jù)編輯技術(shù)剔除錯(cuò)標(biāo)的樣本，這樣就能避免分類器受到錯(cuò)標(biāo)樣本影響。
　　 為了衡量該算法的效果，我們?cè)跇?biāo)準(zhǔn)數(shù)據(jù)集上對(duì)算法進(jìn)