协同训练算法之co-training

在传统的监督学习中,学习器经过对大量有标记的(labeled)训练例进行学习,从而创建模型用于预测未见示例的标记。这里的“标记”(label)是指示例所对应的输出,在分类问题中标记就是示例的类别。随着数据收集和存储技术的飞速发展,收集大量未标记的(unlabeled)示例已至关容易,而获取大量有标记的示例则相对较为困难,由于得到这些标记可能须要耗费大量的人力物力。若是只使用少许的有标记示例,那么利

>>阅读原文<<