【IM】關於半監督學習的理解

基於流形假設的半監督學習：假定輸入概率密度p(x)和條件概率密度p(y|x)之間具有某種關聯，估計p(x)輔助對p(y|x)的估計以提升精度。流形假設，即輸入數據只出現在某個流形上，輸出則在該流形上平滑變化。 拉普拉斯正則化是把輸入數據在流形上進行函數平滑的半監督學習算法，結合拉普拉斯矩陣(L=D-W)和圖論來解釋，通過從有標籤的接點向沒有標籤的接點傳播標籤，相互連接的接點(樣本羣)可以實現標籤的

>>阅读原文<<