主动学习、纯半监督学习、直推学习的联系与区别

　　最近在学习半监督学习方面的内容，一开始便遇到了这么几个概念：主动学习(active learning)、半监督学习(semi-supervised learning)和直推学习(transductive learning)。想必刚开始大家都觉得有点迷糊，下面就让我来详细把它们之间的联系与区别讲述一下，相信读完大家一定会思路清晰，至少在概念上不会再搞错了。

　　什么是主动学习？

　　主动学习指的是这样一种学习方法：有的时候，有类标的数据比较稀少而没有类标的数据是相当丰富的，但是对数据进行人工标注又非常昂贵，这时候，学习算法可以主动地提出一些标注请求，将一些经过筛选的数据提交给专家进行标注。这个筛选过程也就是主动学习主要研究的地方了。

　　什么是半监督学习？

　　半监督学习特指的是学习算法不需要人工干预，基于自身对未标记数据加以利用，来提高学习模型的泛化性能。

　　一般认为半监督学习包含纯半监督学习和直推学习。

　　三者的联系：

　　主动学习、纯半监督学习、直推学习都属于利用未标记数据的学习技术，只是其基本思想不同。

      它们的区别：

　　主动学习与半监督学习的区别：

　　主动学习的主动指的是主动提出标注请求，也就是说还需要一个外在的能够对其进行标注的实体(通常是相关人员)，即主动学习是交互进行的。其目标是使用尽量少的“查询”(query)来获得尽量好的性能。主动学习引入了额外的专家知识，用过与外界的交互来将部分未标记样本转变为有标记样本。

　　纯半监督学习与直推学习的区别：

　　假设有如下的数据集，其中训练集为X_L+X_U,测试集为X_test,标记样本数目为L,未标记样本数目为U,L<<U

• 标记样本(X_L,Y_L)={(x_1:L,y_1:L)}　　
• 未标记样本X_U={x_L+1:N},训练时可用
• 测试样本X_test={x_N+1:},只有在测试时才可以看到

　　纯半监督学习是一种归纳学习(inductive learning),可以对测试样本X_test进行预测。也即纯半监督学习是基于“开放世界”的假设。

　　直推学习是transductive学习，仅仅可以对未标记样本X_U进行标记，模型不具备对测试样本X_test进行泛化的能力。直推学习是基于“封闭世界”的假设。

　　直推学习假设未标记的数据就是最终要用来测试的数据，学习的目的就是在这些数据上取得最佳泛化能力。相对应的，纯半监督学习在学习时并不知道最终的测试用例是什么。

---------------------------------

　　参考：1.机器学习西瓜书 周志华著

               2.Active Learning Poll的笔记

　　　　　3.半监督学习和直推学习