机器学习的几个问题探讨

只有正样本的分类问题（Learning from Positive and Unlabeled examples）

对于一个分类问题，有时候训练样本只有正样本，没有负样本。比如，文本分类中，假设我们有一些标定好的训练样本，有n个类，我们用这些训练样本去训练一个分类器，用于把新的文本分成n类。问题的关键是我们没有负样本，而只有一些未标定正样本与负样本的训练数据。这样的问题叫做PU学习。
待续。。。

参考文献:
Bing Liu

训练样本中一些数据标记有错误

一些训练样本的一些特征缺失，依据这些缺失特征的训练样本构建分类器