流形正则化公式的理解

来自知乎的截图 加入的流形正则化项可以这样理解：从它的假设已知样本相似的数据则对于的标签也有相似性（两个样本在流形中距离相近，那么他们的label也应该一样或相似。）。那么最后一个公式就保证训练的f满足这种关系（样本的分布函数），而不仅仅是保证很高的分类能力。无监督学习就是学习样本的分布，监督学习是寻找一个最优的分界面，流形正则化则是减弱监督学习的使之带有无监督学习的优点。

>>阅读原文<<