DA(domain adaption):当训练集与测试集之间的分布有差异时,学习一个易于区别的分类器。
参考文章:unsupervised domain adaption by backpropogation
1、需求:
2、关键点:构建源域与目标域之间的映射关系;
3、previous domain adaption:worked with fixed feature representations。
4、本文特点:同时进行域适应学习与特征学习:
同时训练两个分类器:
5、目标:选出的特征具有一下属性:
6、一般用于衡量特征分布相似度的准则:
在判断特征之间的相似性时:最好通过modifying the feature representation itself rather than by reweighing or geometric transform。