多様体仮説は半教師あり学習における一般的な仮定であり、もう 1 つはクラスタリングの仮定です。

多様体仮定は、同様の特性を持つ例を指します。これらの例は通常、小さなローカル領域内にあるため、非常に類似したラベルを持ちます。この仮定は、決定関数の局所的な滑らかさを反映します。

全体的な特性に焦点を当てるクラスタリング仮説とは異なり、多様体仮説はモデルの局所的な特性により注意を払います。

この仮定の下で、多数のラベルなしの例の目的は、データ空間をよりコンパクトにすることであり、これにより、決定関数がデータによりよく適合できるように、局所領域の特性をより正確に特徴付けるのに役立ちます。