第27讲 半监督学习

半监督学习是一种既不完全属于监督学习也不完全属于无监督学习的机器学习方法。这类算法本质上介于监督学习与无监督学习方法之间。

在半监督学习中，机器学习算法通过同时包含标注数据和未标注数据的数据集进行训练。该方法通常适用于拥有大量未标注数据的场景。监督学习需要人工标注数据，成本高昂；而无监督学习仅使用未标注数据，应用范围有限。半监督学习恰好在两者之间实现了完美平衡。

27.1 什么是半监督学习？

半监督学习是一种结合监督学习与无监督学习的机器学习技术。该方法使用少量标注数据和大量未标注数据训练机器学习算法，其核心目标是将整个数据划分为不同聚类（相近的数据点更可能共享相同输出标签），然后将聚类归类到预定义类别中。

半监督学习可概括为：