半监督学习算法的收敛准则是什么？

Question

我想知道什么时候停止半监督？例如，如果我从一个小数据集中学习了一个分类器，然后使用它来标记一个未标记的数据集池。然后，我再次使用新标记的数据来训练分类器。这一进程应持续多长时间？

Answer 1

大多数半监督的方法都是启发式的，或多或少是对标准监督学习算法的修改，在这种方法中，考虑到一个小的标记数据集，你试图考虑未标记的数据。如果来自这两个数据集的数据不遵循相同的分布，那么您必须寻找转移学习方法。

我猜你是在为半监督学习的迭代方法/方法要求一个停止准则，否则你不需要一个停止准则。这取决于方法。您可以定义一个阈值，以反映对未标记数据能够被正确标记的信心，并将它们与已经标记的实例用作伪标记实例，以训练准确的分类器。另一个选项可以是定义最大的迭代次数。