协同训练的一个小

一个协同训练的小小的仿真，半监督学习算法，最初的协同训练算法(或称为标准协同训练算法)是A. Blum和T. Mitchell [BlumM98] 在 1998年提出的

clc;
clear;
%% 导入数据
data=importdata（‘mfeat-kar‘）;
for i=0:9
    for j=1:200
    data（i*200+j:（（i+1）*200）65）=i;
    end
end
%% 随机划分训练集和测试集
N=size（data）;
ind = randperm（N（1））; %产生一个随机的排序
sample_train=data（ind（1:N（1）*0.5）1:65）; %随机挑选出训练样本 50%
sample_test=data（ind（N（1）*0.5+1:end）1:65）; %随机挑选出测试样本 50%

%% 单独10%训练样本的效果。 
% by1=fitcnb（sample_train（:1:64）sample_train（:65））;
% R1=by1.predict（sample_test（:1:64））;
% cMat1=confusionmat（sample_test（:65）R1）;
% r=diag（cMat1）;
% accuracy1=（sum（r））/1000;

%% 将训练集划分为有标记的数据集L和无标记的数据集U   L/U=90%
    sample_train_L=sample_train（1:100:）;       %得到有标记训练样本占训练集10%
    sample_train_U=sample_train（101:end1:64）;  %得到无标记训练样本占训练集90%
    L1=zeros（100033）;
    L2=zeros（100033）;
    %将L分为两个视图L1 和 L2
    L1（1:1001:32）=sample_train_L（1:1001:32）;
    L1（1:10033）=sample_train_L（1:10065）;
    L2（1:1001:32）=sample_train_L（1:10033:64）;
    L2（1:10033）=sample_train_L（1:10065）;
     for i=1:9
        U11=sample_train_U（（（i-1）*100+1）:（i*100）1:32）;                 % 得到一个初始的无标记子集U‘
        meas1=L1（1:（i*100）1:32）;
        species1=L1（1:（i*100）33）;
        by1=fitcnb（meas1species1）;
        R1=by1.predict（U11）;
        result1（1:1001:32）=L1（1:1001:32）;
        result1（1:10033）=R1（1:1001）;

        U12=sample_train_U（（（i-1）*100+1）:（i*100）33:64）;            
        meas2=L2（1:（i*100）1:32）;
        species2=L2（1:（i*100）33）;
        by2=fitcnb（meas2species2）;
        R2=by2.predict（U12）;
        result2（1:1001:32）=L2（1:1001:32）;
        result2（1:10033）=R2（1:1001）;

        L1（（i*100+1）:（（i+1）*100）:）=result2（1:100:）;
        L2（（i*100+1）:（（i+1）*100）:）=result1（1:100:）;
     end

%% h1对测试集进行分类
sample_test_t1=sample_test（:1:32）;   %测试集的样本特征
sample_test_t2=sample_test（:33:64）; 
sample_test_c=sample_test（:65）;     %测试集的类别

last_r1=by1.predict（sample_test_t1）;
cMat1=confusionmat（sample_test_clast_r1）;
r=diag（cMat1）;
accuracy1=（sum（r））/1000;
%% h2对测试集进行分类
last_r2=by2.predict（sample_test_t2）;
cMat2=confusionmat（sample_test_clast_r2）;
r2=diag（cMat2）;
accuracy2=（sum（r2））/2000;
disp（‘accuracy=  ‘）;
if（accuracy1>=accuracy2）
    disp（accuracy1）;
else
    disp（accuracy2）;
end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2370  2017-12-18 12:34  协同训练\main.m

     文件    1922000  1999-10-08 20:00  协同训练\mfeat-kar

     目录          0  2017-06-19 10:49  协同训练

----------- ---------  ---------- -----  ----

              1924370                    3