1. SVM模型
SVM 模型优化的损失函数:
如果结构损失中的2范数换成1范数:
2. 半监督的SVM
考虑到无标签样本,如果无标签样本在SVM模型中预测成负类或者正类,只要它与决策面的距离少于单位距离, 都会有一个损失,并且这个损失是预测成负类和预测成正类中最小的那个损失(也就是如果预测对了,这个损失可以是0)。
3. 实现
基于GitHub 包 semisupervised
pip install semisupervised
from semisupervised import SKTSVM
model = SKTSVM()
model.fit(np.vstack((label_X_train, unlabel_X_train)), np.append(label_y_train,
unlabel_y))
# predict
predict = model.predict(X_test)
参考: