流形假设是半监督学习中的常用假设，另一种是聚类假设。

流形假设是指具有相似性质的示例，其通常处于较小的局部领域，因此标记也十分相似，这种假设反映了决策函数的局部平滑性。

不同于关注整体特性的聚类假设，流形假设更关注模型的局部特性。

在该假设下，大量未标记示例的目的在于让数据空间变得更为紧密，从而有助于更为准确的刻画局部区域特性，使得决策函数可以更好的进行数据拟合。