基于近邻熵的主动学习算法

• 作者: 王熙照 王珍钰
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 主动学习 最近邻 最大熵 样例选择
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 97-102
• 分类号: TP301.6
• 字数: 4799字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2011.01.012

摘要

在主动学习中,采用近邻熵(Neighborhood Entropy)作为样例的挑选标准,熵值最大的样例体现基于近邻分类规则,最无法确定该样例的类标.而标注不确定性高的样例可用尽量少的样例获得较高的分类性能.文中提出一种基于近邻熵的主动学习算法.该算法首先计算未标注样例的近邻样例类别熵,然后挑选熵值最大样例的进行标注.实验表明,基于近邻熵挑选样例进行标注,较基于最大距离(Maximal Distance)挑选和随机样例挑选可获得更高的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王熙照	河北大学数学与计算机学院河北省机器学习与计算智能重点实验室	88	1286	18.0	32.0
2	王珍钰	河北大学数学与计算机学院河北省机器学习与计算智能重点实验室	1	14	1.0	1.0