¿Clustering + SVM -> SVM transductiva?

Question

Dado un conjunto de entrenamiento binarizado y un conjunto de prueba sin etiquetar, considere el siguiente sistema de clasificación en dos pasos:

• paso 1: se agrupan los datos de entrenamiento y de prueba.
• paso 2: se ajusta una SVM para cada conglomerado utilizando únicamente los datos de entrenamiento y las etiquetas de entrenamiento. A continuación, si un dato de prueba pertenece al clúster X, se utiliza la SVM del clúster X para determinar su etiqueta.

¿Se puede llamar así a un sistema de clasificación SVM transductiva ?

A mi entender: por un lado, hay transducción, ya que el conjunto de pruebas sin etiquetar se utiliza en la fase de formación (para encontrar los conglomerados). Pero por otro lado, pensaba que la SVM transductiva se refería específicamente a otro tipo del sistema de clasificación, en el que no interviene la agrupación (sólo márgenes SVM).

Answer 1

No. A TSVM es una extensión de la SVM y se utiliza en escenarios de aprendizaje semisupervisado (es decir, no se etiquetan todos los datos, como usted ha señalado, sino tanto para el conjunto de entrenamiento como para el de prueba, lo que significa que una instancia no etiquetada, una vez etiquetada, puede utilizarse para refinar el modelo). Puede encontrar información técnica en

Máquinas de vectores soporte transductivas por Junhui Wang, Xiaotong Shen y Wei Pan

El proceso que describes sigue la idea de la computación granular.

Desde el Página de Wikipedia : "los gránulos de información son colecciones de entidades que suelen originarse en el nivel numérico y se disponen juntas debido a su similitud, adyacencia funcional o física, indistinguibilidad, coherencia o similares".

Agrupar datos por similitud es el proceso de agrupación que usted describe.