面向代價敏感分類問題的主動學習研究.pdf

1、主動學習是機器學習領域中一個重要的研究分支。主動學習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簽，使得我們可以用盡可能少的訓練數據訓練出高質量的模型，從而降低樣本標簽的獲取成本。目前，主動學習的研究主要面向平衡數據的分類問題。然而在很多實際問題中，數據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誤所造成的不同代價。這種問題稱為代價敏感分類問題。主動學習和代價敏感分類在實際生產生活中都有廣泛的應用。然而，面向代價敏感分

2、類問題的主動學習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敏感分類問題的主動學習方法。針對這一課題，我們首先基于泛化誤差的優(yōu)化提出了一個新的主動學習算法框架。該算法框架能夠適用于代價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，對該算法框架進行了完整的實現。我們解決了算法框架的實現中需要解決的關鍵問題，即如何對擴大訓練集上的新模型進行估計。我們針對邏輯回歸模型和樸素貝葉斯模型分別推