Machine learning 机器学习中监督模型的建立

我最近了解了监督学习的工作原理。它学习标记的数据集并预测未标记的数据

但是，我有一个问题，用预测的数据来教创建的模型，然后再预测未标记的数据，这样做是否合适。然后重复这个过程

---

例如，模型M由10个带标签的数据集D创建，然后模型M预测数据A。然后，数据A被添加到数据集D中，并再次创建模型M。这个过程会随着大量不可预测的数据而重复。

您所描述的称为增量监督学习、可更新分类器。。。有很多算法可以实现这些行为。例如，请参见weka工具箱。 我建议看看下面的

• 霍夫丁树
• IBk
• 朴素贝叶斯可更新
• 新加坡元

---

您在这里描述的是一种众所周知的技术，称为（除其他名称外）“自我培训”或“自我半监督培训”。请参见示例幻灯片。人们担心这个想法会被修改。不幸的是，一般来说，很难证明它应该有帮助，因此，虽然它对某些数据集有帮助，但对其他数据集却很难。这里的主要标准是第一个模型的质量，因为自我培训是基于这样一个假设，即您的原始模型非常好，因此您可以充分信任它来标记新的示例。对于强模型，它可能有助于缓慢的概念漂移，但对于弱模型，它可能会失败。
对不起，这些主题是不相关的。在线学习适用于以下情况：在每一步中，你必须预测结果，然后才能得到正确的标签。这与问题无关，OP只是建议使用由原始模型获得的标签扩充的训练集重新输入算法。没有进一步的阶段可以揭示真正的标签。@AmiTavory我建议重新阅读什么是在线阅读。这就是他所描述的。只是想确定一下，在我上面的评论中，你到底不同意什么：1。与我的想法相反，OP描述的是一种情况，在这种情况下，迭代地，更多的标记数据进入。2.与我的想法相反，您提到的在线算法会继续更新预测，即使没有更多的标签（只添加了自变量实例）。@Ami是对的，这并没有解决OPs问题，他尝试（自我）半监督学习，而不仅仅是增量学习。@Ami是对的，问题在于半监督学习，而不是在线学习。在线学习算法可能被用来实现半监督学习算法。有趣的答案。