半监督学习方法：协同训练

1. 协同训练算法

协同训练（co-training）算法是多视图（multi-view）学习的代表。首先解释下视图含义：以电影为例，它拥有多个属性集：图像、声音、字幕等。每个属性集就构成了一个视图。协同训练认为单凭一个视图，训练器就能取得一个很好的性能。

算法如下：

1. 从未标记数据集U上随机的选取u个示例放入集合U’中
2. 开始迭代k次：
   　　在标记数据集L的不同视图x1和x2上训练出两个分类器h1和h2
   　　用h1对U’中所有未标记元素进行标记，从中选出置信度高的p个正标记和n个负标记，加入到x2集合中
   　　用h2对U’中所有未标记元素进行标记，从中选出置信度高的p个正标记和n个负标记，加入到x1集合中
   　　随机从U中再选取2p+2n个数据补充到U’中
   　之所以将预测的未标记数据集加到另一个分类器的训练集中，因为对于本分类器来说，已经能够准确预测该未标记样本，再训练没有必要。

其他的协同训练表达：

2. 变种

Goldman and Zhou (2000) use two learners of different types but both takes the whole feature se