基于平均期望间隔的多标签分类主动学习方法

摘要：

针对多标签主动学习速度较慢的问题,提出一种基于平均期望间隔的多标签分类的主动学习方法.计算支持向量机分类器中的期望rid隔,并将其作为样本选择标准.实验结果表明,该方法在分类精度、Hamming Loss、Coverage等评价标准上优于基于决策值和后验概率等主动学习策略,能更好地评价未标记样本,有效提高分类精度和速度.

关键词：多标签、后验概率、期望间隔、主动学习、支持向量机

所属期刊栏目：37

分类号：TP18(自动化基础理论)

在线出版日期：2012-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：168-170