半监督学习

半监督学习，顾名思义，训练集既包括有标签数据，也包括无标签数据。

一、学习的分类

1、transductive（直推式）

      无标签数据 = 测试集

      注重特殊性。从目标出发，考虑问题域（即测试集）的信息，“直接推导”决策边界。

2、inductive（归纳式）

      无标签数据 ≠ 测试集（在测试集之外，自己找了一堆无标签数据）

      注重通用性。归纳出分布的一般性信息，应用到测试集。

二、半监督学习的基本假设

 

三、半监督学习的常用算法

（待更新）