結(jié)合聚類邊界采樣的主動(dòng)學(xué)習(xí)
智能系統(tǒng)學(xué)報(bào)
頁數(shù): 11 2023-11-20
摘要: 主動(dòng)學(xué)習(xí)是一種機(jī)器學(xué)習(xí)方法,需要選擇最有價(jià)值的樣本進(jìn)行標(biāo)注。目前,主動(dòng)學(xué)習(xí)在應(yīng)用時(shí)面臨著一些挑戰(zhàn),其依賴分類器的先驗(yàn)假設(shè),這容易導(dǎo)致分類器性能意外下降,同時(shí)需要一定規(guī)模的樣本作為啟動(dòng)條件。聚類可以降低問題規(guī)模,是主動(dòng)學(xué)習(xí)的一種有效手段。為此,結(jié)合密度聚類邊界采樣,開展主動(dòng)學(xué)習(xí)方法的研究。針對(duì)容易產(chǎn)生分類錯(cuò)誤的聚類邊界區(qū)域,通過計(jì)算樣本密度,提出一種密度峰值聚類邊界點(diǎn)采樣方法;在... (共11頁)