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