基于聚類的零初始訓(xùn)練集主動學(xué)習(xí).pdf_第1頁
已閱讀1頁，還剩34頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、本文討論在沒有初始訓(xùn)練集的情況下，結(jié)合聚類的主動學(xué)習(xí)算法.通過選擇并提交專家標(biāo)識最有信息量的實例，主動學(xué)習(xí)算法中可以有效地減輕標(biāo)識大量未標(biāo)識實例的負(fù)擔(dān)，選擇實例是主動學(xué)習(xí)算法中一個影響性能的關(guān)鍵因素.簡單的最不確定度或者QBC方法傾向于選擇處于分類邊界的實例，忽略了數(shù)據(jù)集的分布信息，如果在訓(xùn)練分類器時能考慮這些實例的分布信息，將對提高分類器準(zhǔn)確率有幫助.我們考慮選擇詢問那些能夠使得期望未來分類誤差最小的實例.我們注意到期望未來分類誤差的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論