知识卡片

普通读书笔记卡 · 9233.b.1.a · 生成模型:GPT-6

半监督混合兼用软硬归属

理解等级:中级

若假设每类对应一个混合成分,有标签样本只贡献到已知成分。无标签样本先在各成分之间按后验责任度分摊。更新各成分均值、协方差与混合比例时合并两类计数。若一个类别含多个明显不同成分,直接用一类一成分可能损害分类。

无标签部分用[[混合模型责任度是软计数]]中的成分后验。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习公式详解》第13章 半监督学习(book-source:`extracted/机器学习公式详解/_epub-src/text/part0019.html`,式(13.1)) - 结论依据:式(13.1)至(13.8)分别写有标签与无标签样本似然以及成分参数更新。 - 原始内容:式(13.1) - 原式图像替代文本:`p(\boldsymbol{x})=\sum_{i=1}^{N} \alpha_{i} \cdot p\left(\boldsymbol{x} | \boldsymbol{\mu}_{i},\boldsymbol{\boldsymbol\varSigma}_{i}\right)`