10.3969/j.issn.1000-3428.2011.15.053
基于平均期望间隔的多标签分类主动学习方法
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.
多标签、后验概率、期望间隔、主动学习、支持向量机
37
TP18(自动化基础理论)
2012-01-07(万方平台首次上网日期,不代表论文的发表时间)
共3页
168-170