文件名称：半监督特征选择综述
文件大小：1.31MB
文件格式：PDF
更新时间：2024-05-20 08:59:10
机器学习 半监督学习 特征选择
如何针对半监督数据集，利用不完整的监督信息完成特征选择，已经成为模式识别与机器学习领域的研究热点。为方便研究者系统地了解半监督特征选择领域的研究现状和发展趋势，对半监督特征选择方法进行综述。首先探讨了半监督特征选择方法的分类，将其按理论基础的不同分为基于图的方法、基于伪标签的方法、基于支持向量机的方法以及其他方法；然后详细介绍并比较了各个类别的典型方法；之后整理了半监督特征选择的热点应用；最后展望了半监督特征选择方法未来的研究方向。