《MUTUALMEAN-TEACHING:PSEUDO LABEL REFINERY FOR UNSUPERVISED DOMAIN ADAPTATI ON ONPERSON》ICLR2020

聚类算法: 为无标签数据赋予伪标签 优点： 1、原理比较简单，实现也是很容易，收敛速度快。 2、当结果簇是密集的，而簇与簇之间区别明显时, 它的效果较好。 3、主要需要调参的参数仅仅是簇数k。 缺点： 1、K值需要预先给定，很多情况下K值的估计是非常困难的。 2、K-Means算法对初始选取的质心点是敏感的，不同的随机种子点得到的聚类结果完全不同 ，对结果影响很大。 3、对噪音和异常点比较的敏感。

>>阅读原文<<