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†
リンク集†
関連文献†
![[PukiWiki]](image/ibisforest.png "[PukiWiki]")
