【论文阅读】A multi-scheme semi-supervised regression approach

《A multi-scheme semi-supervised regression approach》

1. 摘要

Our contribution through this work is the proposal of a Multi-scheme Semi-supervised regression approach (MSSRA) that examines some well-defined conditions about the outputs of each contained learner and provides its decisions to a meta-level learner to produce the final predictions.

我们通过这项工作的贡献是提出了一种多方案半监督回归方法（MSSRA），该方法检查关于每个包含学习器的输出的一些明确定义的条件，并将其决策提供给元级学习器以产生最终预测.

摘要里面只有一句提出自己的贡献，从摘要里面还是看不出作者这篇论文的主要工作。

2. 算法描述

Notice：

1. 本文是基于多个回归器的伪标签技术，可以理解为对多个回归器结果的集成。
2. 有多个回归器，伪标签怎么确定？答： 多个回归器的平均值
3. 伪标签的置信度如何计算？答：由多个回归器对于样本预测的极值（最大值减去最小值）确定。
4. 多个回归器有具体指定吗？答：论文中采用的是三个回归器： SMOReg , Random Forest and M5

3. 总结]

这篇论文容易读懂，也没有复杂的推导与符号系统，仅仅通过伪代码大概就知道算法在做什么。