机器学习的几个问题探讨
2016-06-13 22:47
183 查看
只有正样本的分类问题（Learning from Positive and Unlabeled examples）
对于一个分类问题，有时候训练样本只有正样本，没有负样本。比如，文本分类中，假设我们有一些标定好的训练样本，有n个类，我们用这些训练样本去训练一个分类器，用于把新的文本分成n类。问题的关键是我们没有负样本，而只有一些未标定正样本与负样本的训练数据。这样的问题叫做PU学习。待续。。。
参考文献:
Bing Liu
训练样本中一些数据标记有错误
一些训练样本的一些特征缺失，依据这些缺失特征的训练样本构建分类器
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 网络图片的二级缓存
- 设计模式--结构型模式比较
- 第10-11周项目：职员有薪水了啦
- OpenCV学习日记（一）——开发环境的配置
- 用Androidstudio的Terminal安装卸载应用
- 设计模式--创建型模式比较
- Java内存模型 之三个特性：
- PHP函数
- Android模拟器访问本地的localhost失败及解决方案
- Android自定义控件实战——水流波动效果的实现WaveView
- 自定义控件之图片适配RatioLayout
- 漫谈前端之路
- ORACLE如何创建表空间和用户
- PHP基础
- 单例模式实现
- 第3章 体会和表达感受
- 关于arguments对象的一些用法
- Maven nexus 安装nexus私服出现的两个问题
- iOS开发小技巧-修改SliderBar指针的样式(牢记这个方法,只能通过代码来修改)
- Makefile实例print "hello world"