半監(jiān)督自訓練分類模型的研究與實現.pdf

1、半監(jiān)督學習是近年來提出的一種新的學習方法，根據學習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記訓練數據集較少的情況下，如何結合大量的未標記數據來改善學習性能。
　　 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練分類算法進行了大量的研究與分析。針對自訓練分類模型在初始階段已標記訓練集較少的情況，訓練得到的分類器性能不高的事實，進行了適當的改進。即在自訓練分類模型中引入了基于最近鄰規(guī)則的數據剪輯

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

3、了適當的改進。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記數據進行標記的模型。該模型針對傳統的由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，如同自訓練分類模型的改進，同樣引用了基于最近鄰規(guī)則的數據剪輯技術，該技術旨在減少噪音數據凈化訓練集。實驗數據集同樣來自UCI機器學習庫中隨機抽取的數據集。通過實驗表明，改進后的模型相對