搜索资源列表
Semi-Supervised_Learning_With_SVMs
- 利用支持向量机进行半监督学习的详细的文档，包括了部分伪代码，具有很大的参考价值-Using support vector machine semi-supervised learning of detailed documentation, including some pseudo-code, has great reference value
co-training
- 半监督学习co-training 回归算法的java代码实现。-COREG is a co-training style semi-supervised regression algorithm, which employs two kNN regressors using different distance metrics to select the most confidently labeled unlabeled exampl
s4vm
- s4vm算法，matlab 是实现半监督学习的较好的方法，能够对多种数据集进行测试，代码中包含例子，下载即可以使用-s4vm algorithm, matlab is better to achieve semi-supervised learning methods can be tested on a variety of data sets, the code contains examples that can be used
s4vm
- 该软件包包括半监督算法S4VM，对无标签数据不产生衰退现象，或安全半监督算法的MATLAB代码。-The package includes the MATLAB code of the semi-supervised algorithm S4VM, which towards making unlabeled data never hurt, or safe semi-supervised algorithm.
S4VM
- S4VM 对传统的S3VM 进行了改进。传统的S3VM 基于低密度假设，它试图找到一个低密度的分界线， 也就是更倾向于决策边界穿过特征空间的低密度区域。S4VM 和S3VM 的不同点在于，S3VM 试图把注意力 集中在一个最优的低密度分界线上，而S4VM 则同时关注多个可能的低密度分界线。之所以这样做，是因为 给定一些有标记的点和大量未标记的点，可能存在着不止一个“间隔”较大的低密度分界线（如图2 ）