标签带噪声数据的重加权半监督分类方法

陈倩, 杨旻, 魏鹏飞

doi:10.13951/j.cnki.37-1213/n.2019.03.001

烟台大学学报（自然科学与工程版） ›› 2019, Vol. 32 ›› Issue (3) : 205 -209. DOI: 10.13951/j.cnki.37-1213/n.2019.03.001

标签带噪声数据的重加权半监督分类方法

陈倩, 杨旻, 魏鹏飞

作者信息 +

Author information +

文章历史 +

摘要

对于仅有部分数据带标签且标签含有噪声的二分类问题,提出了一类基于重要性重加权的半监督分类算法,借助贝叶斯公式和无约束最小二乘拟合进行标签噪声率的估计,并由此利用BP神经网络逐步求解带权的优化问题,在多个标准数据集上的实验结果表明,本文提出重加权的半监督分类方法,能有效地降低标签不足以及标签噪声对分类准确率的影响.