單論單樣例標注場景的選擇精度停止準則
大?。?/span>0.72 MB 人氣： 2017-12-27 需要積分：1
標簽：向量機(20755)
針對現有的選擇精度主動學習停止準則僅適用于批量樣例標注場景這一問題，提出了一種適用于單輪單樣例標注場景的改進的選擇精度停止準則。該準則通過監督自本輪起前溯的固定學習輪次內的預測標記與真實標記間的匹配關系，對選擇精度進行近似的評估計算，匹配度越高則選擇精度越高，繼而利用滑動時間窗實時監測該選擇精度的變化，若當其高于事先設定的閾值，則停止主動學習算法的運行。以基于支持向量機的主動學習方法為例，通過6個基準數據集對該準則的有效性與可行性進行了驗證，結果表明當選取合適的閾值時，該準則能找到主動學習停止的合理時機。該方法擴大了選擇精度停止準則的適用范圍，提升了其實用性。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
單論單樣例標注場景的選擇精度停止準則下載
相關電子資料下載
- 如何利用一些小技巧實現SVM的增量式訓練 321
- 深度解析機器學習各大模型原理 1144
- 基于計算機視覺與機器學習技術的跌倒風險預測 227
- 機器學習基礎知識全攻略 126
- 支持向量機的基本原理 支持向量機可以解決什么問題 1064
- 如何使用Python進行圖像識別的自動學習自動訓練？ 321
- 關于機器學習的17種常用算法 320
- 使用Python從零實現多分類SVM 337
- 常用的十大機器學習算法介紹 292
- 全面總結機器學習中的優化算法 332