基于樣例池類標(biāo)改變率的主動學(xué)習(xí)算法終止準(zhǔn)則研究.pdf

1、主動學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個研究的熱點。當(dāng)訓(xùn)練集樣例特別少，而且獲得無類標(biāo)樣例的類別需要付出很大代價時，通過主動學(xué)習(xí)方法再進(jìn)可能減少標(biāo)注代價下獲得一個性能較好的學(xué)習(xí)器，該方法已被廣泛應(yīng)用到圖像檢索、文檔分類、蛋白質(zhì)結(jié)構(gòu)分析等各個應(yīng)用研究領(lǐng)域中。很多專家和學(xué)者致力于主動學(xué)習(xí)選擇樣例策略的研究，即從不同的方面對主動學(xué)習(xí)策略進(jìn)行研究與改進(jìn)，但由于學(xué)習(xí)器的性能與標(biāo)注樣例數(shù)目之間并非呈線性增長關(guān)系，即并非標(biāo)注的樣例數(shù)目越多，得到的學(xué)習(xí)器越好。如何在學(xué)

2、習(xí)器性能和標(biāo)注樣例數(shù)目之間取得一個很好的折中，是本論文所研究的問題。
　　 本論文通過引入樣例池中樣例類標(biāo)的改變率因子作為判斷學(xué)習(xí)器的學(xué)習(xí)能力。若樣例池中樣例類標(biāo)變化率較大，則說明學(xué)習(xí)器的學(xué)習(xí)能力較強(qiáng)，有待于進(jìn)一步完善；而當(dāng)樣例池中樣例類標(biāo)變化率較小時，則說明該學(xué)習(xí)器的性能達(dá)到了較好的水平。當(dāng)樣例池中樣例類標(biāo)改變率小于某個預(yù)定的閾值時，則認(rèn)為此時學(xué)習(xí)器性能較穩(wěn)定且達(dá)到了一定的預(yù)測能力，此時終止算法，不再標(biāo)注樣例。我們在UCI 數(shù)