Semisupervisedlearning算法分治算法总结

一、概述

半监督学习（SemisupervisedLearning,SSL）是一种结合少量标记数据和大量未标记数据进行模型训练的机器学习方法。分治算法（DivideandConquer,DC）是一种将复杂问题分解为子问题、分别解决再合并结果的算法范式。将分治思想应用于半监督学习，可以有效提升模型在数据标注成本高或标记数据稀缺场景下的性能。本总结主要梳理基于分治策略的半监督学习算法及其核心思想。

二、分治算法在半监督学习中的应用框架

分治算法在半监督学习中的核心思想是将大规模未标记数据集划分为多个子集，通过以下步骤实现模型优