机器学习里面有一对特别不容易理解的概念,inductive learning 与 transductive learning,这里,我以一种通俗易懂的方式,来解释一下。
首先看图:
对于上图,我们已经知道ABC的标签类别,现在要做的是预测带 ?节点的类别。knn算法,以及k-means算法都能够解决。
inductive learning(knn)
对于每一个新的未知节点,如果仅通过六个已知标签的节点就能知道它的类别,我们称这种方式是inductive learning,比如K近邻算法。
transductive learning(k-means)
每来一个新的未知节点,如果我们每次都需要重新训练一遍模型,才能知道它的类别,我们称这种方式为transductive learning,比如k-means算法。
觉得对自己有帮助的小伙伴麻烦点击收藏,后续还会不断推出更多精彩的文章。