半教師ありサポート ベクター マシン 半教師ありサポート ベクター マシン

半教師ありサポートベクターマシン「S3VM」は、超平面を分割するための最大間隔を見つける必要があるサポートベクターマシンと比較して、ラベルなしのサンプルの情報のみを考慮して試行する半教師あり学習におけるサポートベクターマシンを一般化したものです。超平面を分割できる方法を見つけるには、2 種類のラベル付きサンプルが、データの低密度領域を通過する分割超平面によって分離されます。

S3VMの機能

S3VM はクラスタリング仮説に基づいており、ラベルなしデータを探索することで決定境界を標準化および調整しようとします。ラベルなしデータ ポイントに関する 2 つの制限を既存のサポート ベクター マシン「SVM」に追加する必要があります。

S3VM と他のサポート ベクター マシンの違い

TSVM

ダイレクトプッシュサポートベクターマシン「TSVM」と半教師ありサポートベクターマシン「S3VM」は同年に提案されており、アルゴリズムの主な考え方は解くべき最適化問題に似ているため、2つの概念は互換性があります。

TSVM は主にバイナリ分類問題に使用され、ラベルのないサンプルに対して可能なラベル付け指標 (ラベルの割り当て) を検討します。つまり、ラベルのないサンプルをそれぞれ正例または反例として扱い、間隔を最大化しようとします。対応する分割超平面。

ラプラシアンSVM

S3VM と TSVM に加えて、ラプラシアン SVM も比較的人気のあるベクトル マシンの 1 つであり、主にグラフのラプラシアン行列を通じてデータの多様体構造を調査します。

これらのサポート ベクター マシンにはすべて、ラベルのないデータ カテゴリを直接推定するという共通点があります。