论文部分内容阅读
Co-training是一种主流的半监督学习算法．该算法中两视图下的分类器通过迭代的方式，互为对方从无标记样本集中挑选新增样本，以更新对方训练集．Co-training以分类器的后验概率输出作为新增样本的挑选策略，该策略忽略了样本对于当前分类器的价值．针对该问题，本文提出一种改进的Co．training式算法-CVCOT（Conditionalvalue-basedco-trainingl，即采用基于样本条件价值的挑选策略来优化Co．training．通过定义无标记样本的条件价值，各视图下的分类器以样本条