[读论文] The Effect of Unlabeled Samples in Reducing the Small Sample Size Problem and Mitigating the Hughes Phenomenon(1994)
未标记样本在减少小样本问题和缓解休斯现象方面的作用
Behzad M. Shahshahani and David A. Landgrebe
DOI: 10.1109/36.312897
摘要:
在本文中,我们研究了在多光谱数据的维数较高时,使用未标记样本来减少训练样本量小的问题,这会严重影响分类器的识别率。我们表明,通过使用额外的未标记样本,可以在不增加额外成本的情况下获得,性能可能会得到改善,因此休斯现象可以得到缓解。此外,通过实验,我们表明,通过使用额外的未标记样本,可以获得更具代表性的估计。我们还提出了一种半参数方法,用于将训练(Le.,标记)和未标记样本同时纳入参数估计过程。
讨论和总结:
本文研究了添加未标记样本对提高分类性能的影响。据观察,通过将未标记样本纳入估计过程,休斯现象可能会得到缓解,峰值性能可以提高,并转移到更高的维度。这种现象有几个优点。首先,如第VII1