《表2 半监督支持向量机模型对比分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《半监督学习研究的述评》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。