主動(dòng)遷移學(xué)習(xí)模型的研究與應(yīng)用.pdf

1、分類(lèi)是數(shù)據(jù)挖掘領(lǐng)域的一個(gè)重要技術(shù)。在數(shù)據(jù)獨(dú)立同分布的假設(shè)下，分類(lèi)技術(shù)根據(jù)已有的帶有類(lèi)別標(biāo)簽的訓(xùn)練樣本建立分類(lèi)模型，并利用該模型盡量準(zhǔn)確地對(duì)新的數(shù)據(jù)樣本進(jìn)行預(yù)測(cè)與分類(lèi)。但是在實(shí)際應(yīng)用中，滿(mǎn)足獨(dú)立同分布條件的訓(xùn)練樣本往往相當(dāng)缺乏，造成分類(lèi)模型的準(zhǔn)確率下降。近年來(lái)，為了解決訓(xùn)練樣本不足的問(wèn)題，學(xué)者們提出了主動(dòng)學(xué)習(xí)和遷移學(xué)習(xí)兩類(lèi)方法。主動(dòng)學(xué)習(xí)的目的是選取少量的具有代表性的數(shù)據(jù)樣本，并由領(lǐng)域?qū)＜医o這些樣本標(biāo)注類(lèi)別標(biāo)簽，以使其成為訓(xùn)練樣本。然后，主

2、動(dòng)學(xué)習(xí)可以用這少量的具有代表性的訓(xùn)練樣本建立準(zhǔn)確率高的分類(lèi)模型，從而減少了對(duì)訓(xùn)練樣本的數(shù)量的需求。另一類(lèi)方法叫做遷移學(xué)習(xí)。遷移學(xué)習(xí)的目的是借助來(lái)自其他領(lǐng)域的，不滿(mǎn)足數(shù)據(jù)獨(dú)立同分布的訓(xùn)練樣本，幫助目標(biāo)領(lǐng)域建立分類(lèi)模型，從而減少了對(duì)目標(biāo)領(lǐng)域的訓(xùn)練樣本的要求。 但是，在解決訓(xùn)練樣本缺乏的問(wèn)題上，主動(dòng)學(xué)習(xí)和遷移學(xué)習(xí)各有不足。一方面，主動(dòng)學(xué)習(xí)對(duì)訓(xùn)練樣本的需求依然很大，造成某些領(lǐng)域獲得訓(xùn)練樣本的代價(jià)依然很高；遷移學(xué)習(xí)雖然可以以零代價(jià)獲得訓(xùn)練

3、樣本，但是從其他領(lǐng)域遷移過(guò)來(lái)的訓(xùn)練樣本有可能與目標(biāo)領(lǐng)域分布差異很大，造成“負(fù)遷移”，即使得分類(lèi)模型的準(zhǔn)確率下降。為了更好地解決訓(xùn)練樣本不足的問(wèn)題，在這兩類(lèi)方法的基礎(chǔ)上，本文提出了主動(dòng)遷移學(xué)習(xí)的模型。本文結(jié)合主動(dòng)學(xué)習(xí)的思想，解決負(fù)遷移的問(wèn)題；并利用了遷移學(xué)習(xí)來(lái)降低主動(dòng)學(xué)習(xí)中獲得訓(xùn)練樣本的代價(jià)。理論和實(shí)驗(yàn)證明本文提出的模型能有效地避免負(fù)遷移，提高分類(lèi)的準(zhǔn)確率，并有效地降低獲得訓(xùn)練樣本的代價(jià)。 另外，為了說(shuō)明主動(dòng)遷移學(xué)習(xí)模型的有效性，