Regularized canonical correlation analysis with unlabeled data
Xi-chuan, Zhou, Haibin, Shen · 浙江大学学报：A卷英文版 · 2009
在标准正规关联分析(CCA ) ，从明确的数据集的数据被用来估计他们的正规关联。在真实应用程序，例如在双语的文本检索，它可以有我们不知道它属于哪个集合的数据的大部分。数据的这部分被称为未标记的数据，当从明确的数据集的剩余的被称为标记的数据时。我们建议一个新奇方法叫了调整正规关联分析(RCCA ) ，它使用标记并且未标记的样品。明确地，我们学习到近似正规关联好像所有数据被标记。然后，我们为多集合状况描述 RCCA 的归纳。四真实世界数据集，酵母，云，艾丽斯，和 Haberman 的实验，证明由合并未标记的数据点，关联系数的精确性能被超过 30% 改进。