S4VM解析

1、S3VM

传统半监督支持向量机通过探索未标记数据来规范。调整决策边界，寻找最有的大间隔、低密度的超平面,比如S3VMs、TSVM等半监督SVM算法，如图所示，S3VM试图找到一个超平面，将有标记样本能够正确划分，且穿过特征空间中密度最低的区域；右图即是S3VM寻找的理想超平面。

           

S3VM的目标函数如下， 其中损失函数是hinge loss，限制条件是保证未标注样本的分布于标注样本分布一致。

  

因为给定少量的有标注点和大量无标注的点，可能存在不止一个间隔较大的低密度分界线，如果只考虑一个，可能会造成较大的损失。

              

2、S4VM：

不同于S3VM&#