BriefGPT - AI 论文速递 · 2023-10-20T00:00:00Z 低密度分离假设下监督学习和无监督学习之间的随机矩阵分析 💡 原文中文，约500字，阅读约需2分钟。 📝 内容提要 该文介绍了一个用于分析高维情况下基于低密度分离假设的半监督分类的理论框架。作者提出了QLDS，一个具有显式解和丰富理论性质的线性分类模型，并利用随机矩阵理论推导了分类误差的理论评估和超参数选择策略。实验结果表明，QLDS在计算效率更高的同时，在超参数选择上优于交叉验证。 🏷️ 标签 QLDS 半监督分类 无监督 超参数选择 随机矩阵理论 高维 阅读原文 生成长图 分享链接 已复制链接
