《表2 半监督支持向量机模型对比分析》
半监督支持向量机(Semi-supervised Support Vector Machine,S3VMs)的思想最早可以追溯至Vapnik提出的猜想,无标记数据可以有效地减少函数空间的VC维。常见的S3VMs方法如直推式支持向量机(Transductive Support Vector Machine,TSVM)、拉普拉斯支持向量机(Laplacian Support Vector Machine,Laplacian SVM)、均值标签半监督支持向量机(meanS3VM)、安全半监督支持向量机(Safe Semi-supervised SVM,S4VM)、基于代价敏感的半监督支持向量机(Cost-sensitive Semi-supervised SVM,CS4VM),表2列出了上述几种典型方法的基本介绍和优缺点。
图表编号 | XD00133676800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.15 |
作者 | 韩嵩、韩秋弘 |
绘制单位 | 北京物资学院信息学院、北京物资学院信息学院 |
更多格式 | 高清、无水印(增值服务) |