点击下载:《机器学习》课程教学资源(PPT课件讲稿)第十三章 半监督学习
正在加载图片...
半监督SVM 口未标记样本进行标记指派及调整的过程中,有可能出现类别不平衡 问题,即某类的样本远多于另一类。 口为了减轻类别不平衡性所造成的不利影响,可对算法稍加改进: 将优化目标中的Cu项拆分为c与C两项,并在初始化时半监督SVM 未标记样本进行标记指派及调整的过程中, 有可能出现类别不平衡 问题,即某类的样本远多于另一类。 为了减轻类别不平衡性所造成的不利影响, 可对算法稍加改进: 将优化目标中的 项拆分为 与 两项,并在初始化时令:
<<向上翻页
向下翻页>>
点击下载:《机器学习》课程教学资源(PPT课件讲稿)第十三章 半监督学习
©2008-现在 cucdc.com 高等教育资讯网 版权所有