一种置信度可控的主动学习算法

• 作 者: 武永成 刘钊
• 机 构: 荆楚理工学院计算机工程学院,武汉科技大学计算机科学与技术学院
• 出 处: 现代计算机(专业版)
• 发表日期: 2013年24期
• 关键词: 机器学习 主动学习 噪声数据 多专家 Machine Learning Active Learning Noisy Data Multiple Oracles

主动学习时向专家查询得到的标注如果带有噪声，将会损害机器学习的性能。为减少噪声，基于多专家的主动学习算法被提出。但以往的基于多专家的主动学习都假定各专家对未标注样例进行标注的质量都相同，且采用“少数服从多数”投票法，导致标注时的置信度不可控，不能控制噪声水平。提出一种置信度可控的主动学习算法，能使最终标注的置信度控制在规定的范围，从而减少噪声，提高学习性能。在4个UCI数据集上的实验验证该方法的有效性。