基于委员会投票选择方法的主动学习的研究

被引：12

作者：

赵悦

穆志纯

机构：

[1] 北京科技大学信息工程学院

来源：

太原理工大学学报 | 2006年 / 04期

关键词：

主动学习; 委员会投票选择; 投票熵; 最大熵;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

讨论了利用QBC(委员会投票选择)的主动学习方法来学习贝叶斯网络分类器,通过对基于投票熵和基于KL-divergence的QBC算法的研究,指出了两者存在的缺陷;同时提出了基于投票熵与类条件后验最大熵相结合的QBC算法。实验证明,该算法提高了分类器的精度,并使用了较少的训练样本,这有效解决了大数据量训练样本获得困难的情况下分类器建模问题。

引用

页码：469 / 472

页数：4