论文部分内容阅读
近年来，大量半监督分类算法被提出。然而在真实的学习任务中，研究者很难决定究竟选择哪一种半监督分类算法，而在这方面并没有任何指导。半监督分类算法可通过数据分布假设进行分类。为此，在对比分析采用不同假设的半监督分类典型算法的基础上，以最小二乘方法（Least Squares，LS）为基准，研究比较了基于聚类假设的转导支持向量机（Transductive Support Vector Machine, TSVM）和基于流行假设的正则化最小二乘法（Laplacian Regularized Least Squar