
半監(jiān)督學(xué)習(xí)(SSL),全稱Semi-Supervised Learning,類屬于機(jī)器學(xué)習(xí)(Machine Learning,ML)。在只有少量標(biāo)記樣本,大部分樣本都是無標(biāo)記的情況下,可以使用半監(jiān)督學(xué)習(xí)方法,根據(jù)無標(biāo)記樣本與標(biāo)記樣本間的相似度、以及無標(biāo)記樣本潛在的分布,這兩個(gè)核心思想,對(duì)無標(biāo)記的樣本進(jìn)行標(biāo)記。下面介紹一下半監(jiān)督學(xué)習(xí)的種類:
1 生成式方法
生成式方法(generative methods)是直接基于生成式模型的方法,這一方法是假設(shè)所有數(shù)據(jù)(無論是有標(biāo)記還是沒有標(biāo)記)都是由同一潛在的模型生成的。這個(gè)假設(shè)利用潛在模型的參數(shù),將未標(biāo)記數(shù)據(jù)與學(xué)習(xí)目標(biāo)聯(lián)系起來,而未標(biāo)記數(shù)據(jù)的標(biāo)記能夠當(dāng)作模型的缺失參數(shù),然后基于EM算法,進(jìn)行極大似然估計(jì)求解。生成式方法的重點(diǎn)在于生成式模型的假設(shè),不同的模型假設(shè)會(huì)產(chǎn)生不同的方法。當(dāng)然這一方法的關(guān)鍵也就是這個(gè)模型假設(shè)必須是準(zhǔn)確的,也就是假設(shè)的生成式模型必須是與真實(shí)數(shù)據(jù)分布相吻合的;不然利用未標(biāo)記數(shù)據(jù)反而會(huì)降低泛化性能。生成式方法方法實(shí)現(xiàn)簡(jiǎn)單,但是在實(shí)際應(yīng)用中,事先很難做出準(zhǔn)確的模型假設(shè)。
半監(jiān)督支持向量機(jī),Semi-Supervised Vector Machin,是支持向量機(jī)在半監(jiān)督學(xué)習(xí)上的推廣。在不考慮未標(biāo)記樣本的情況下,支持向量機(jī)試圖找到最大間隔劃分超平面;在考慮未標(biāo)記樣本的情況下,半監(jiān)督支持向量機(jī)試圖找到,能將兩類有標(biāo)記樣本區(qū)分開,并且穿過數(shù)據(jù)低密度區(qū)域的劃分超平面。低密度分隔(low-densityseparation)假設(shè)是聚類假設(shè)在考慮了線性超平面劃分后的推廣。TSVM是采用局部搜索的策略來進(jìn)行迭代求解,也就是首先使用有標(biāo)記樣本集訓(xùn)練出一個(gè)初始SVM,接著通過該學(xué)習(xí)器對(duì)未標(biāo)記樣本進(jìn)行打標(biāo),這樣使得所有樣本都有了標(biāo)記,并基于這些有標(biāo)記的樣本重新訓(xùn)練SVM,之后再尋找易出錯(cuò)樣本不斷調(diào)整。
3協(xié)同訓(xùn)練(基于分歧的方法)
協(xié)同訓(xùn)練基于大量模型,讓每一個(gè)模型去尋找最有把握的樣本,并作為其他模型的訓(xùn)練樣本,這一互相學(xué)習(xí)、共同進(jìn)步的過程不斷迭代,直到兩個(gè)分裂期不再變化。不同的視圖、不同的算法、不同的數(shù)據(jù)、不同的參數(shù)都是產(chǎn)生差異的渠道。協(xié)同訓(xùn)練能夠通過將樣本集拆分成不同的子樣本集,并分別在子樣本集上訓(xùn)練模型,就會(huì)產(chǎn)生多個(gè)模型;也可以對(duì)樣本集建立不同的分類模型,通過各個(gè)模型決定樣本的置信度,與集成學(xué)習(xí)類似。
4圖半監(jiān)督學(xué)習(xí)
5半監(jiān)督聚類
聚類是無監(jiān)督學(xué)習(xí)任務(wù),為了利用現(xiàn)實(shí)任務(wù)中獲得的監(jiān)督信息,提出半監(jiān)督聚類(semi-supervised clustering)來利用監(jiān)督信息以獲得更好的效果。
聚類任務(wù)中獲得的監(jiān)督信息分兩種:1)有必連(must-link)和勿連(cannot-link)約束,必連是指樣本必屬于同一個(gè)簇,勿連是指樣本必不屬于同一個(gè)簇;2)含有少量的有標(biāo)記樣本。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03