基于相近原则的半指导直推学习机及其增量算法

半指导问题是近来机器学习研究中的备受关注一个重要内容．本文以满足“在输入空间中相近的对象其输出也相近”这一源于直观事实的原则(相近原则)去解决半指导学习问题,给出在这个原则下的一个一般的直接推理方法—基于相近原则的半指导问题直推学习机,得到了这个问题的解析解及迭代算法,用模式分类实例验证该方法的有效性,并给出适于在线处理的增量学习算法,这些增量算法尤其还适于新增了有指导的信息的场合．

基于相近原则的半指导直推学习机

机器学习研究中的一个重要课题是如何有效结合已标识数据和未标识数据去推断未标识点标识.本文利用相近原则和直推方法求解这个问题.源于直观事实的相近原则是指"在输入空间中相近的对象其输出也相近".为求得满足这个原则的半指导学习问题的解,我们给出了作为一般方法的基于相近原则的半指导问题直推学习机.得到解的解析表达和迭代算法,公式形式简洁,计算实现容易.给出实例验证该方法在解决实际问题中的有效性,并用图例与支撑向量机和半指导支撑向量机的解作了对比.