《表1 传统机器学习方法和不同类别迁移学习方法的关系》

  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

《基于特征迁移和实例迁移的跨项目缺陷预测方法》

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

目前，迁移学习方法可以从两个角度进行分类.基于“迁移什么”角度，已有方法可以细分为4类:基于特征的迁移学习、基于实例的迁移学习、基于参数的迁移学习和基于相关知识的迁移学习.基于“如何迁移”角度，已有方法可以细分为3类:（1）归纳式迁移学习:目标领域中有少量标注样本；（2）直推式迁移学习:只有源领域中有标签样本；（3）无监督迁移学习:源领域和目标领域都没有标签样本.表1总结了传统机器学习方法和不同类型的迁移学习方法间的关系.