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

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注