Untitled

样本权重迁移法¶

1. 样本权重迁移法。此类方法学习目标是学习源域样本的权重 v_i。

2. 特征变换迁移法。此类方法对应于 v_{i}=1, \forall i，目标是学习一个特征变换 T 来减小正则化项 R(\cdot, \cdot)。

3. 模型预训练迁移法。此类方法对应于 v_{i}=1, \forall i, R(T(\mathcal{D}{s}), T(\mathcal{D}{t})) := R(\mathcal{D}{t}; f{s})。在此种方法下，目标是如何将源域的判别函数 f_s 对目标域数据进行正则化和微调。