Python中SVM的主动学习(例如池抽样)

我正在处理一个问题,采用主动学习协议会非常有帮助(例如,给定一组未标记的数据与现有模型进行比较,算法请求“oracle”对未标记数据的子集进行标记)。

有没有人有关于在SVM中实现主动学习的例子(使用池抽样、委员会查询或其他方法, preferably in python)?


回答:

在Python中实现主动学习非常简单。对于最简单的情况,您只需选择决策函数绝对值最小的新样本进行查询,这基本上就是简单的不确定性抽样,只需要一行代码!假设您有一个二元分类,训练好的SVM在clf中,一些未标记的示例在X中,您只需选择

sample = X[np.argmin(np.abs(clf.decision_function(X)))] 

您还可以在GitHub上找到许多不同的实现,例如去年ECML关于主动学习的论文的实现:https://github.com/gmum/mlls2015

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注