【迁移学习】TCA小结

TCA（Transfer Componet Analysis）是一种边缘分布自适应方法，属于迁移学习中数据分布自适应的一种经典方法。由香港科技大学Q Yang教授及其团队于2011年提出。下面对相关问题和方法进行总结。 问题描述 在我们构建机器学习模型时，训练数据Xs的分布P（Xs）于 测试数据（或者是实际应用数据）Xt的分布P（Xt）并不一致。这会导致我们训练出的模型的鲁棒性变差，并且在测试中可

>>阅读原文<<