1
Amy 原创整理｜资料核验：2026-11-04
scikit-learn的SelfTrainingClassifier会反复预测未标注样本的伪标签，再把符合条件的样本加入训练集。结束训练并不必然表示所有样本已获标签：termination_condition_可能是max_iter、no_change或all_labeled，分别对应达到轮数上限、没有新标签加入、全部未标注样本已获标签。
另一个诊断字段labeled_iter_记录每个样本在哪轮获标签：0表示原数据已有标签，-1表示任何一轮都未获标签。
Amy建议：遇到仍有-1的样本，先检查结束原因和每轮新增情况，不要直接把max_iter调得很大。使用threshold准则时，官方特别要求选择概率校准良好的分类器；否则分数高未必代表伪标签可靠。诊断记录能解释训练停止过程，本身不是准确率证明。