一种基于标签传播的半监督核学习算法

• 作者: 张钢 袁优
• 来源期刊: 电脑与电信
• 关键词: 核学习 半监督学习 标签传播 和谐函数 支持向量机
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 学术探讨 -- 【基金项目】
• 页码范围: 35-37
• 页数: 3页
• 字数: 3391字
• 语种: 中文

摘要

一个好的核函数能提升机器学习模型的有效性，但核函数的选择并不容易，其与问题背景密切相关，且依赖于领域知识和经验。核学习是一种通过训练数据集寻找最优核函数的机器学习方法，能通过有监督学习的方式寻找到一组基核函数的最优加权组合。考虑到训练数据集获取标签的代价，提出一种基于标签传播的半监督核学习方法，该方法能够同时利用有标签数据和无标签数据进行核学习，通过半监督学习中被广泛使用的标签传播方法结合和谐函数获得数据集统一的标签分布。在UCI数据集上对提出的算法进行性能评估，结果表明该方法是有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张钢	广东工业大学自动化学院	23	70	5.0	7.0
2	袁优		4	3	1.0	1.0