lpa 半監督學習 之--標籤傳播算法

  衆所周知，機器學習可以大體分爲三大類：監督學習、非監督學習和半監督學習。監督學習可以認爲是我們有非常多的labeled標註數據來train一個模型，期待這個模型能學習到數據的分佈，以期對未來沒有見到的樣本做預測。那這個性能的源頭--訓練數據，就顯得非常感覺。你必須有足夠的訓練數據，以覆蓋真正現實數據中的樣本分佈纔可以，這樣學習到的模型纔有意義。那非監督學習就是沒有任何的labeled數據，就是

>>阅读原文<<