基于特征變換的協(xié)同學(xué)習(xí)方法.pdf

1、在數(shù)據(jù)挖掘應(yīng)用領(lǐng)域（如Web頁(yè)面分類），收集大量未標(biāo)記的實(shí)例已相當(dāng)容易，而標(biāo)記這些實(shí)例卻需要耗費(fèi)大量的人力物力。因此在有標(biāo)記實(shí)例較少時(shí)，如何利用大量的未標(biāo)記實(shí)例來(lái)改善學(xué)習(xí)性能已成為一個(gè)研究熱點(diǎn)，半監(jiān)督學(xué)習(xí)是其中一種主流學(xué)習(xí)技術(shù)，而協(xié)同學(xué)習(xí)又是半監(jiān)督學(xué)習(xí)中有代表的一類算法。
　　協(xié)同學(xué)習(xí)成功的關(guān)鍵在于構(gòu)建準(zhǔn)確而又有差異的基分類器，經(jīng)典的協(xié)同學(xué)習(xí)算法有Co-Training、Tri-Training、COTRADE等。其中大多數(shù)的算法

2、采用自助采樣來(lái)構(gòu)建此分類器，而自助采樣不能夠充分利用全部已標(biāo)記實(shí)例集的信息，加之已標(biāo)記實(shí)例本就特別稀少，使得學(xué)習(xí)到的分類器很難具有強(qiáng)泛化能力，從而影響了分類器的性能。
　　為了緩解上面提到的問題，本文提出了一種基于特征變換的協(xié)同學(xué)習(xí)方法，選取Tri-Training算法作為代表，將特征變換應(yīng)用于Tri-Training中。與傳統(tǒng)的Tri-Training不同，該方法使用特征變換把全部已標(biāo)記訓(xùn)練實(shí)例集映射到新空間，得到有差異的訓(xùn)練集

3、，從而避免了自助抽樣帶來(lái)的問題。這樣做的另外一個(gè)原因是:基于特征變換的方法更容易構(gòu)建準(zhǔn)確而又有差異的基分類器。
　　為了充分利用數(shù)據(jù)集的類分布信息，本文構(gòu)建了一種新的基于Must-link和Cannot-link約束集合的特征變換TMC(Transformationbasedon Must-linkconstrainsand Cannot-linkconstrains)，并將其用于基于特征變換的Tri-Training方法中。