当仅对数据的一小部分进行了标记,并且为其余数据确定真正的标记代价很高时,您可以使用半监督学习技术。您可以利用半监督学习方法将标签适合于未标记数据,而不是使用监督学习方法对已标记数据训练分类器并预测未标记数据的标签。
如果希望预测新数据的标签,可以使用预测
在标记和未标记数据上训练的半监督分类器的目标函数。
fitsemigraph |
使用基于半监督图的方法标记数据 |
fitsemiself |
使用半监督自训练方法标记数据 |
预测 |
使用基于半监督图的分类器标记新数据 |
预测 |
使用半监督自训练分类器标记新数据 |
SemiSupervisedGraphModel |
基于半监督图的分类模型 |
SemiSupervisedSelfTrainingModel |
半监督自训练分类模型 |
比较基于图的和自训练半监督学习技术。