* トランスダクティブSVM (transductive support vector machine; TSVM) [#vfb5f9a9]

//ここには %項目の説明を書いてください.よろしければ署名しておいてください.

トランスダクティブ学習を目的とした[[SVM]].
トランスダクティブ学習という名前とともに基本文献で示される.

以下は文献1による手法.
- スラック変数の係数は3種類:訓練用事例用の \(C\),正と負に分類しているテスト用事例の \(C^\ast_{+}\) と \(C^\ast_{-}\).テスト集合中の正事例の数も指定する.
- 最初に訓練事例だけを用いて識別超平面を決め, \(C^\ast_{+}\) と \(C^\ast_{-}\) は小さな値に設定しておく.
- 外側のループは,\(C^\ast_{+}\) と \(C^\ast_{-}\) の係数を増やしながら識別超平面を更新.
- 内側のループは,スラック変数が正になっているテスト事例で,現在,正と負のラベルが付けられているテスト事例の対を見つけ,それらのラベルを入れ替える.
その後識別超平面を更新.

> -- しましま

** 関連項目 [#a5ec3d43]

//英語や同義語のあとに,#brで区切って関連する項目をリストしてください.
-[[トランスダクティブSVM]]
-[[transductive support vector machine]]
#br
-[[SVM]]
-[[SGT]]
-[[トランスダクティブ学習]]
-[[半教師あり学習]]
#br
-[[検索:TSVM トランスダクティブSVM]]

** リンク集 [#v706adfc]

//関連するWWW資源があればリンクしてください.

** 関連文献 [#c242406e]

//この%項目%に関連する書籍や論文を紹介してください.

-基本文献:トランスダクティブ学習をする[[SVM]]について言及~
V.Vapnik "Statistical Learning Theory" Wiley (1998)~
[[GoogleScholarAll:Statistical Learning Theory]]
-文献1: T.Joachims, "Transductive Inference for Text Classification using Support Vector Machines", 16th ICML, pp.200-209 (1999)~
[[GoogleScholarAll:Transductive Inference for Text Classification using Support Vector Machines]]
-[[Book/Semi-supervised Learning]] 6章

トップ   編集 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS