开发工具:
文件大小: 4mb
下载次数: 0
上传时间: 2018-10-11
详细说明: 常见的主动学习方法分为三类,分别是基于membership的主动学习,基于流的主动学习和基于池的主动学习。本文针对基于池的主动学习方法研究,通过对无标记的数据进行价值评价,然后价值高低的排序,从而得到最佳无标签数据,并且进行对最佳的无标签数据打标,并入到训练集合中,最后进行模型和分类器的训练,以便得到最佳效果。 具体来说,使用基于熵的不确定性方法和基于margin策略的不确定性度量方法进行价值评价,在无标签数据中,找到奇异样本点,也就是最有价值的样本点,然后进行打标,进入到训练样本中。最后进行支持向量机,贝叶斯分类器和最近邻三种分类器训练,并且在UCI的三个数据集合上进行实验,相比随机样本,基于熵的不确定方法和基于margin策略的不确定主动学习方法,其分类准确率更高。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台,提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度。
- 本站已设置防盗链,请勿用迅雷、QQ旋风等多线程下载软件下载资源,下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载,请稍后再次尝试;或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
- 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.