什么是半监督学习呢，我们都知道有监督学习是数据都有特征和标签，而半监督的数据除了R部分有标签的，还有U部分无标签但是有特征的。半监督学习也分为transductive learning和inductive learning，前者是训练时已知测试数据的学习，而后者是训练好后，拿去训练未知的测试集
我们假设要做猫狗的分类，我们可以根据不同颜色，直接选择边界来分类
假设我们多了一些未标记的灰色点，形成新的分布，我们可能就会考虑新的边界
半监督学习往往伴随着假设，灰色的点也可能是个狗不过背景比较像，所以学习有没有用常常取决于假设合不合理
我们会讲半监督学习用于生成模型，还要讲2种假设方法，最后提到有一种更好的陈述，但这个要放到无监督学习那里讲
我们回顾下有监督学习，我们判别样本x属于C1,C2时，通过假设高斯分布，同一个协方差，我们可以求出x属于C1的概率，而且可以找到一个合适的边界
而半监督学习实际样本的和有标签样本得到的可能不一样，所以我们需要无标签的样本帮助我们重新估计优先概率prior，还有均值，方差，从而生成新的边界
半监督学习我们可以通过已有标签的数据先计算出参数，里面分别是2个优先概率，2个均值，和方差，我们第一步呢就是先根据model得出参数下，取出无标签的样本，是C1的概率，第二步就是更新模型，优先概率考虑无标签的样本可能性，均值同理考虑了样本*概率求和后一般化
更新模型后把参数进一步迭代，理论上会得到收敛，但是初始带标签的样本会影响到最终结果
我们做监督学习时可以衡量有标签的数据的可能性，当有无标签的部分数据（半监督学习）时，我们就增加了无标签项出现的概率的log项，这个无标签项既可能来自C1也可能来自C2，我们想让其最大化，但是这个数据是不可导的，只能通过一次次迭代收敛
我们机器学习的一种假设就是分割处的密度是比较低的，也就是一种‘非黑即白’的描述，下图2种边界在训练集都100%准确率，但是考虑到测试集，我们可能左侧的分类效果会好一点
我们基于这种假设可以采用self-training的方法，利用带标签的数据训练（逻辑回归，神经网络，决策树等）出模型,将一组无标签的数据带入，得到新的标签，将新标签数据和无标签数据结合到一起，得到训练新的模型，如此反复，问题常常是我们怎么去选择这么一组数据。
老师问到，如果模型是用线性回归，那我们去这么做有意义吗，其实是没用的，因为新产生的模型不变
self-trainning和之前讲的generative model很类似，区别在于前者的标签是hard label即我们非黑即白，离谁近就是谁，后者是软标签，还有概率成分，如果我们训练参数是0.7,0.3，硬标签会将其置为0,1，而软标签对其没有变化= =，相当于没起作用
上面的进阶型基于熵的正则，我们根据参数可以得到无标签的输出概率，我们按低密度分割考虑，同类里分布应该是比较密集的，左下3种分布前2种比较密集，第三种就比较平均（不好），我们就考虑引入熵的公式，将3种情况带入可以得到，前2个的熵是0，第三个最大是ln5，所以一般这个熵越小越好，
所以我们的损失函数加上了无标签部分的熵的正则项，来决定是根据样本数据多一点还是考虑将熵减少（分类更明显）多一点
我们还没有讲SVM，这里先简介下，比如我们有一组数据，下图做，4个未标记，我们做SVM就是找到一个边界，是间隔最大同时最小错误率，我们对未标签的做假设，有其中几种可能如右，我们可以分别作出他的SVM，最后从中选出分类边距最大的，就选择方框中的，有人会说我们如果有M个未标签数据，岂不是要做个假设，其实我们实际做SVM，都是改一笔data的label看假设是否使边界变大，如果变大就采用假设
我们的第二种假设就是近朱者赤近墨者黑
我们有人就会说如果特征x接近，那么他们就有相同的y，其实这是不准确的。
准确的说应该是x分布不均匀的，如果x1,x2较相近且在一个高密度的区域里，那么他们的标签就相同，就如图中的x1,x2，看x特征好像x2,x3比较近，但实际上x1,x2在一簇里，而x3在另一簇
我们举几个例子，比如我们手写数字，2个2，一个带一个包围的弯，一个没有，可能后边的2反而和3比较像，但是看大部分没标签的数据，我们会发现这2个2其实是通过很多个过渡的2连接在一起，但是2和3虽然比之前的2接近，但是他们之间并没有过渡的数据。
又比如左侧人脸和右侧人脸，从图片数据上可能另一个左侧人脸和图片左侧人脸都比较接近，但是当引入过渡数据（不同角度的人脸后）就会发现其实他们是1类
我们可以用聚类后打标签的方法，比如聚类后分成了3类，每类里都已经包含部分带标签的，就定义这类都是以包括范围内最多的带标签的标签（这有时候不准确，不如self-learning）
我们另一种方法是基于图像的接近法，比如我们找到几个数据的相互联系，然后就能把他们连起来，最后如果2个数据能通过图连起来，那他们就是一个类。如何将图连起来呢，比如我们找网页间的关系，他们有超链接引用，或者论文间相互引用，而有的时候你就需要镜子去建立这种关系图
我们基于图的假设都有哪些做法呢，一般是定义一个相似度函数，比如我们定义KNN，找K个最近的连在一起，或者en，找到半径e内的连在一起，还有一种是算相似度函数跟距离的平方得e次幂的倒数，两个一旦距离远就相似度下降很快，所以只有很近的才能连接到一起
我们找到距离Class1比较近的点，根据连接就认为连接的点是Class1，而这种方式是会传递扩散的，但是如果数据量不够的话，可能有些过渡点就没有连接上
我们先看下图下面2组分布，已知x2,x3分类是1，x4是0，我们假设x1是1,0就得到2种情况，我们会认为左侧的比较smooth，我们就需要定义一个函数来评定平滑程度，对所有的数据（不管是否有标签），两两计算权重乘以预测结果（有标签为真实结果）之间的平方再求和，这个函数越小证明越平滑
我们具体怎么做呢，我们可以将y定义为R+U维度的向量，那么s就可以写成上式，这个矩阵L=D-W，其中W是两两间的权重值（自身和自身，未连接的部分都为0），D是W每一行作和然后放到对角线的位置上，这个是可以证明的，不过证明起来比较无聊
我们的平滑函数是根据网络上的参数决定的，我们定义损失函数可以加上平滑函数的正则项，看是考虑已有标签多一点还是平滑程度多一点，我们考虑平滑程度不光可以在output层观察，可以在前几层layer就要去平滑
我们最后一个方法是better representation，方法具体会在无监督学习讲，精髓是去芜存菁，化繁为简
简单介绍下，我们分类时候其实有很多潜藏的因素在观察里，如果我们找到这些潜藏的因素往往就能得到很好的效果，图例是杨过（神雕侠侣）剪樊一翁打的胡子，观察到他的胡子是随头而动，所以观察点也很重要
