主动贝叶斯网络分类器

被引:36
作者
宫秀军
孙建平
史忠植
机构
[1] 中国科学院计算技术研究所智能信息处理开放实验室
关键词
主动学习; 贝叶斯网络分类器; 最大最小熵; 分类损失;
D O I
暂无
中图分类号
TP181 [自动推理、机器学习];
学科分类号
摘要
在机器学习中 ,主动学习具有很长的研究历史 .给出了主动贝叶斯分类模型 ,并讨论了主动学习中几种常用的抽样策略 .提出了基于最大最小熵的主动学习方法和基于不确定抽样与最小分类损失相结合的主动学习策略 ,给出了增量地分类测试实例和修正分类参数的方法 .人工和实际的数据实验结果表明 ,提出的主动学习方法在少量带有类别标注训练样本的情况下获得了较好的分类精度和召回率
引用
收藏
页码:574 / 579
页数:6
相关论文
共 2 条
[1]   Bayesian Network Classifiers [J].
Nir Friedman ;
Dan Geiger ;
Moises Goldszmidt .
Machine Learning, 1997, 29 :131-163
[2]   IMPROVING GENERALIZATION WITH ACTIVE LEARNING [J].
COHN, D ;
ATLAS, L ;
LADNER, R .
MACHINE LEARNING, 1994, 15 (02) :201-221