【遷移學習】TCA小結

TCA（Transfer Componet Analysis）是一種邊緣分佈自適應方法，屬於遷移學習中數據分佈自適應的一種經典方法。由香港科技大學Q Yang教授及其團隊於2011年提出。下面對相關問題和方法進行總結。 問題描述 在我們構建機器學習模型時，訓練數據Xs的分佈P（Xs）於 測試數據（或者是實際應用數據）Xt的分佈P（Xt）並不一致。這會導致我們訓練出的模型的魯棒性變差，並且在測試中可

>>阅读原文<<