结合聚类边界采样的主动学习

摘要： 主动学习是一种机器学习方法，需要选择最有价值的样本进行标注。目前，主动学习在应用时面临着一些挑战，其依赖分类器的先验假设，这容易导致分类器性能意外下降，同时需要一定规模的样本作为启动条件。聚类可以降低问题规模，是主动学习的一种有效手段。为此，结合密度聚类边界采样，开展主动学习方法的研究。针对容易产生分类错误的聚类边界区域，通过计算样本密度，提出一种密度峰值聚类边界点采样方法；在... （共11页）

主动学习机器学习聚类边界密度峰值聚类几何采样信息熵版本空间主动聚类