主動遷移學(xué)習(xí)模型的研究與應(yīng)用.pdf

1、分類是數(shù)據(jù)挖掘領(lǐng)域的一個重要技術(shù)。在數(shù)據(jù)獨(dú)立同分布的假設(shè)下，分類技術(shù)根據(jù)已有的帶有類別標(biāo)簽的訓(xùn)練樣本建立分類模型，并利用該模型盡量準(zhǔn)確地對新的數(shù)據(jù)樣本進(jìn)行預(yù)測與分類。但是在實(shí)際應(yīng)用中，滿足獨(dú)立同分布條件的訓(xùn)練樣本往往相當(dāng)缺乏，造成分類模型的準(zhǔn)確率下降。近年來，為了解決訓(xùn)練樣本不足的問題，學(xué)者們提出了主動學(xué)習(xí)和遷移學(xué)習(xí)兩類方法。主動學(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)注類別標(biāo)簽，以使其成為訓(xùn)練樣本。然后，主

2、動學(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)確率高的分類模型，從而減少了對訓(xùn)練樣本的數(shù)量的需求。另一類方法叫做遷移學(xué)習(xí)。遷移學(xué)習(xí)的目的是借助來自其他領(lǐng)域的，不滿足數(shù)據(jù)獨(dú)立同分布的訓(xùn)練樣本，幫助目標(biāo)領(lǐng)域建立分類模型，從而減少了對目標(biāo)領(lǐng)域的訓(xùn)練樣本的要求。 但是，在解決訓(xùn)練樣本缺乏的問題上，主動學(xué)習(xí)和遷移學(xué)習(xí)各有不足。一方面，主動學(xué)習(xí)對訓(xùn)練樣本的需求依然很大，造成某些領(lǐng)域獲得訓(xùn)練樣本的代價依然很高；遷移學(xué)習(xí)雖然可以以零代價獲得訓(xùn)練

3、樣本，但是從其他領(lǐng)域遷移過來的訓(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)練樣本不足的問題，在這兩類方法的基礎(chǔ)上，本文提出了主動遷移學(xué)習(xí)的模型。本文結(jié)合主動學(xué)習(xí)的思想，解決負(fù)遷移的問題；并利用了遷移學(xué)習(xí)來降低主動學(xué)習(xí)中獲得訓(xùn)練樣本的代價。理論和實(shí)驗證明本文提出的模型能有效地避免負(fù)遷移，提高分類的準(zhǔn)確率，并有效地降低獲得訓(xùn)練樣本的代價。 另外，為了說明主動遷移學(xué)習(xí)模型的有效性，