迁移学习(基础知识)

  迁移学习

1. 定义：运用已有知识对不同领域相关问题进行求解的机器学习方法；

2. 迁移学习的三种分类：

    (1) 同构空间下基于实例的迁移学习

        ① 适用于：样本数据和目标数据非常相近的情况、

        ② 常用算法：Boosting算法

    (2) 同构空间下基于特征的迁移学习使用 互聚类算法 同时对样本数据和目标数据聚类

        ① 适用于：样本数据和目标数据处于相同的特征空间

        ② 常用算法：自学习算法、TPLSA算法、CoCC算法

    (3) 异构空间下的移学习

        ① 适用于：

            1) 处于不同的特征空间

            2) 二者存在连接的“桥梁”