科研之友
微信
新浪微博
Facebook
分享链接
摘要
半监督学习存在于现实世界的各个场景中，可在生物化学领域对科学研究产生巨大的作用。在各领域也都有相关具体应用，如病毒毒性预测、网络安全检测、软传感器的应用等。随着机器学习领域的不断突破，目前尚缺乏关于半监督学习方法研究的完整综述。本文首先给出半监督学习的定义并分析了该领域应用过程中存在的挑战；然后梳理分析了半监督学习的四种方法，包括：半监督聚类、降维、回归、分类，并列出了这四种不同方法中比较先进的算法。随后介绍了各算法常见的评价指标（如精确率、召回率和ROC曲线等），对比了各类半监督学习算法效果，研究发现半监督学习方法都存在高于完全监督学习支持向量机的准确率，其中SSC-EKE算法以绝对优势领先传统的支持向量机经典监督学习算法。最后介绍了半监督学习的实际应用场景，展望了半监督学习的未来研究方向，并对全文进行总结。
- 单位
