学习笔记：Sparse multiple instance learning as document classification

多示例学习中稀疏化是有很多的论文都是在围绕如何选择representation imformation提出很多方法，前面也有提及，但是，本文是针对稀疏数据提出了利用包和示例的结构信息的方法。具体算法如下：

本文创新点就是NNrelationships，从而提出了一个representation向量zi。

后文将这个算法应用到文本分类中，并提出权重调整策略。

算法如下：

公式（2）

公式（3）

总结：我看过一些文章是将示例聚类去解决示例分配上不均匀的问题，这篇文章与此相似，但是，作者提出的这个索引信息去构造特征，而且这个权重调整是作者的亮点。