【IM】关于半监督学习的理解

基于流形假设的半监督学习：假定输入概率密度p(x)和条件概率密度p(y|x)之间具有某种关联，估计p(x)辅助对p(y|x)的估计以提升精度。流形假设，即输入数据只出现在某个流形上，输出则在该流形上平滑变化。 拉普拉斯正则化是把输入数据在流形上进行函数平滑的半监督学习算法，结合拉普拉斯矩阵(L=D-W)和图论来解释，通过从有标签的接点向没有标签的接点传播标签，相互连接的接点(样本群)可以实现标签的

>>阅读原文<<