面向代價(jià)敏感分類問題的主動(dòng)學(xué)習(xí)研究.pdf

1、主動(dòng)學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域中一個(gè)重要的研究分支。主動(dòng)學(xué)習(xí)研究的是如何通過有選擇性的獲取那些最有信息量的樣本的標(biāo)簽，使得我們可以用盡可能少的訓(xùn)練數(shù)據(jù)訓(xùn)練出高質(zhì)量的模型，從而降低樣本標(biāo)簽的獲取成本。目前，主動(dòng)學(xué)習(xí)的研究主要面向平衡數(shù)據(jù)的分類問題。然而在很多實(shí)際問題中，數(shù)據(jù)的類別分布是不平衡的，并且我們需要考慮到不同的分類錯(cuò)誤所造成的不同代價(jià)。這種問題稱為代價(jià)敏感分類問題。主動(dòng)學(xué)習(xí)和代價(jià)敏感分類在實(shí)際生產(chǎn)生活中都有廣泛的應(yīng)用。然而，面向代價(jià)敏感分

2、類問題的主動(dòng)學(xué)習(xí)方法目前卻沒有得到深入的研究。
　　本文研究的即是面向代價(jià)敏感分類問題的主動(dòng)學(xué)習(xí)方法。針對這一課題，我們首先基于泛化誤差的優(yōu)化提出了一個(gè)新的主動(dòng)學(xué)習(xí)算法框架。該算法框架能夠適用于代價(jià)敏感分類問題以及不同的基分類器。然后，我們分別面向邏輯回歸模型和樸素貝葉斯模型，對該算法框架進(jìn)行了完整的實(shí)現(xiàn)。我們解決了算法框架的實(shí)現(xiàn)中需要解決的關(guān)鍵問題，即如何對擴(kuò)大訓(xùn)練集上的新模型進(jìn)行估計(jì)。我們針對邏輯回歸模型和樸素貝葉斯模型分別推