非参数无监督分类

无监督分类方法从无标签数据中学习判别式分类器，这已被证明是一种同时对数据进行聚类并从中训练分类器的有效方式。各种无监督分类方法通过在无监督模式下学习到的分类器获得了令人瞩目的结果。然而，除无监督 SVM 外，现有方法并未考虑无监督分类器的误分类误差，因此无监督分类器的性能未得到充分评估。在本工作中，我们在无监督分类的设定下，研究了两种流行分类器（即最近邻分类器 (NN) 和 plug-in 分类器）的误分类误差。