协同训练(co-training)是非常有效的半监督学习方法,但必须将特征集自然分割成两个可以充足构造分类器的子集合,并且要求它们之间在给定的类别下条件相互独立。
Q:那是不是说如果数据有多视角的情况下,co-training比self-training好,而数据只有单一视角的时候,两者差不多呢?
A:co-training就是因为有多视图才叫co-training,如果只有单一视图,就没有co-training。
Q:co-training里面每组数据有两个特征x1和x2指的是什么呢?有点不明白,您可以解释一下吗
A:样本数据经过特征选择后留下的数据作为分类的特征,x1和x2就是这个分类特征。