西瓜书第十三章 —— 半监督学习

监督学习

• 在有标记数据集上训练

非监督学习

• 在没有标记的数据集上训练

半监督学习

• 利用既有标记数据和未标记数据进行学习
• 先在有标记数据集上学习，然后利用未标记数据的信息来提高模型性能
• 这个过程可以迭代多次，直到模型收敛或达到特定性能

优点

• 减少需要标记数据的数量，尤其在标记数据耗时昂贵的情况下
• 利用大规模未标记数据提高小规模标记数据集上的模型性能
• 可以帮助解决类别不平衡的问题，很少标记的样本，通过大量未标记数据来提高类别性能

算法：

基于生成模型：

• 假设：所有数据无论标记与否都是由同一个潜在模型生成的
• 算法：GAN，VAE

基于低密度分离：

• 假设：样本在高维空间中呈现低密度分离的结构，然后利用这种结构将已标记数据和未标记数据进行分类。
• 算法：S3VM

基于标签传播：

• 假设：相似的样本拥有相似的标签
• 算法：基于图的半监督学习