基于樣例池類標改變率的主動學習算法終止準則研究.pdf

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

2、習器性能和標注樣例數(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的改變率因子作為判斷學習器的學習能力。若樣例池中樣例類標變化率較大，則說明學習器的學習能力較強，有待于進一步完善；而當樣例池中樣例類標變化率較小時，則說明該學習器的性能達到了較好的水平。當樣例池中樣例類標改變率小于某個預定的閾值時，則認為此時學習器性能較穩(wěn)定且達到了一定的預測能力，此時終止算法，不再標注樣例。我們在UCI 數(shù)