半监督学习的测试数据

Question

半监督学习使用一组标记数据（L）训练一个模型来预测一组未标记数据（U），然后将新的标记数据（L'）和原始标记数据（L）分组为完整的标记数据。

我想问一下如何提取测试数据。

1. 我应该从 (L union L') 中提取测试数据
2. 我应该从 (L) 中提取测试数据

哪个是对的？

如果测试数据是从(L union L')中提取出来的，结果没有意义，因为L'中的答案可能是错误的...？

================================================ =========== 编辑新的

我有另一个想法.....

3。 我应该在开始时将标记数据（L）拆分为训练数据（L_train）和测试数据（L_test）。

然后用L_train训练一个模型，用它来预测一组未标记的数据（U），然后对预测结果（L'）和L_train进行分组。

并且，使用 (L_train union L') 训练模型以在 L_test 上进行测试。

1,2,3 中哪一个是对的？ 感谢您的回复。

Answer 1

您在 L 上训练分类器。您可以先进行交叉验证以适合某些方法参数P。使用参数P，您可以从标记数据L 构建模型M。然后，您使用模型M 来标记未标记的数据U。您将来自U 的示例（对分配的课程具有最高的信心）与L 一起加入。然后你重复这个过程，直到所有的例子都被分类。

-编辑-

我认为最合适的方法是第三种。但是我可能理解不正确，所以就这样吧。

您将L 拆分为L_train 和L_test。您使用L_train 训练您的分类器，并且您还使用此分类器对U 进行分类（按照我上面描述的方法）。从标记为U 和L_train 的联合中构造一个新的分类器，并用它对L_test 进行分类。这些分类中的差异可用于评估措施（分类准确度，...）。