本书以半监督或不平衡分类为研究对象，基于自然近邻的理论，对半监督自标记方法和不平衡数据过抽样方法进行研究。研究内容主要围绕着半监督自标记方法中的误标记问题和解决不平数据过抽样方法中的噪声生成问题展开。针对半监督自标记方法中的误标记问题，本书首先提出了一种基于密度峰值和可扩展的局部噪声过滤器的半监督自训练方法STDPNF，然后再提出了一种基于局部核心的半监督自标记框架LC-SSC。