一种基于置信度和聚类的未标记样本选择的方法

摘要

本发明公开了一种基于置信度和聚类的未标记样本选择的方法，首先将所有的未标记样本进行聚类，选择离簇边界比较近的样本，选出边界样本后，用已标记样本训练有监督的SVM分类器，并对选出的边界样本进行识别，选择不同置信度区间的未标记样本进行TSVM训练；得到样本的置信度后，定义某一阈值λ，选择置信度大于λ的未标记样本进入下一层的半监督学习，目的是使被选中的样本属于下一层分类器所对应类别的概率在上一层分类器的条件下最大；选取的未标记样本即能代表样本边界分布情况，又能使得每层选取的样本属于下一层分类器所对应类别的概率最大。