半監(jiān)督自訓(xùn)練分類模型的研究與實現(xiàn).pdf

1、半監(jiān)督學(xué)習(xí)是近年來提出的一種新的學(xué)習(xí)方法，根據(jù)學(xué)習(xí)目的的不同大致可以分為半監(jiān)督分類和半監(jiān)督聚類。其主要思想是在已標(biāo)記訓(xùn)練數(shù)據(jù)集較少的情況下，如何結(jié)合大量的未標(biāo)記數(shù)據(jù)來改善學(xué)習(xí)性能。
　　 本文探討的是半監(jiān)督分類。主要針對半監(jiān)督分類算法中典型的自訓(xùn)練分類算法進行了大量的研究與分析。針對自訓(xùn)練分類模型在初始階段已標(biāo)記訓(xùn)練集較少的情況，訓(xùn)練得到的分類器性能不高的事實，進行了適當(dāng)?shù)母倪M。即在自訓(xùn)練分類模型中引入了基于最近鄰規(guī)則的數(shù)據(jù)剪輯

2、技術(shù)，試圖辨別出在訓(xùn)練過程和分類過程中引入的誤標(biāo)記數(shù)據(jù)從而起到凈化訓(xùn)練集的目的。在訓(xùn)練的迭代過程中使用該技術(shù)，辨別和清除噪音，凈化訓(xùn)練集，提高分類準(zhǔn)確率。本文的實驗數(shù)據(jù)集采用UCI機器學(xué)習(xí)庫中隨機抽取的數(shù)據(jù)集。實驗結(jié)果表明，引入該數(shù)據(jù)剪輯技術(shù)后的分類模型相對于原模型在分類準(zhǔn)確率上有不同程度的提高，經(jīng)過對實驗數(shù)據(jù)進行分析總結(jié)，平均分類準(zhǔn)確率提高了6.705％。
　　 本文還針對Tri-Training分類模型分類能力的局限性，進行

3、了適當(dāng)?shù)母倪M。使用了一種基于不同分類器之間相互合作，利用投票選舉的方式對未標(biāo)記數(shù)據(jù)進行標(biāo)記的模型。該模型針對傳統(tǒng)的由Zhou等人提出的Tri-Training分類模型利用相同分類器之間相互合作，投票選舉的方式給出了改進模型。在基于不同分類器相互合作的同時，如同自訓(xùn)練分類模型的改進，同樣引用了基于最近鄰規(guī)則的數(shù)據(jù)剪輯技術(shù)，該技術(shù)旨在減少噪音數(shù)據(jù)凈化訓(xùn)練集。實驗數(shù)據(jù)集同樣來自UCI機器學(xué)習(xí)庫中隨機抽取的數(shù)據(jù)集。通過實驗表明，改進后的模型相對