基于三支决策的主动学习方法-控制与决策.pdfVIP

第 卷 第 期 控 制 与 决 策 年 月 文章编号 基于三支决策的主动学习方法 胡 峰 张 苗 于 洪 重庆邮电大学计算机科学与技术学院，重庆 ； 重庆邮电大学计算智能重庆市重点实验室，重庆 摘 要 主动学习是机器学习领域研究的热点之一 旨在解决样本无标签问题 将三支决策的思想应用到主动学 习中 通过引入决策函数 并基于无标签样本的不确定性 将无标签样本划分为 个不同的域 正域、负域、边界 域 针对不同区域的样本进行相应处理 提出一种基于三支决策理论的主动学习方法 方法 通过主 动学习方法选出最有用的样本交给专家进行标记 扩大训练集 创建更有效的模型 与传统的被动学习相比 该方 法可以选择信息量高、有代表性的样本进行打标 可避免样本的冗余添加 通过反复迭代的训练学习达到预设的 迭代次数或期望的性能指标 实验结果表明 所提出的算法在 、 等评价指标上均可取得良好的效果 验 证了该算法的有效性 关键词 主动学习；机器学习；三支决策；决策函数；无标签样本；不确定性 中图分类号 文献标志码 ， ， ， ； ， ， ， ff ff ff ff ； ； ； ； ； 引 琐的、无标签的 对数据进行打标往往需要专业领域 传统的分类学习算法需要通过给定的有标签数 知识 如果对每个数据一一打标 显然需要消耗大量 据训练模型 在具体的实践过程中发现 人们可以很 的资金和精力 这也是不现实的 方便地获取到数据但是这些数据往往都是没有标签 主动学习方法是机器学习方法中的一种 其特 的 特别是随着大数据时代的来临 数据更是影响着 点是尽可能使用少量的训练样本实现较高的分类性 人们的方方面面 直接获取的数据往往是冗余的、繁 能 通过主动学习算法可以选出最有用的数据交 收稿日期 ；修回日期 基金项目 国家自然科学基金项