- 博客(5)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 Active learning through two-stage clustering(ALTA)
Active learning through two-stage clustering两阶段聚类主动学习第一阶段K-means聚类第二阶段密度峰值聚类实验数据集简介实验结果文章链接代码链接: JAVA欢迎大家引用~@inproceedings{wang2018active,title={Active learning through two-stage clustering},author={Wang Min and Fu Ke and Min Fan},booktitle={2018 IE
2020-09-10 11:18:06
343
原创 基于统计模型的代价敏感主动学习（Cost-sensitive active learning through statistical methods）——CATS
基于主动学习的代价敏感主动学习（Cost-sensitive active learning through statistical methods）——CATS主动学习的标签获取在许多实际应用中， 数据规模庞大但是质量低下，具有精确标记信息的数据尤其稀少。其次，数据分析任务的难度越来越高，许多学习任务仅仅依靠机器已经难以达到实用的效果。因此，人与机器在学习过程中进行交互成为了一种更有效更现实的方案。在这样的背景下，主动学习从传统查询样本标记衍生出更多的查询方式，从用户获取更丰富的监督信息。目前，针对不
2020-09-09 15:01:23
1850
原创 Active Learning through label error statistical methods(ALSE)
Active Learning through label error statistical methods基于概率误差统计方法的主动学习算法实例框架概率利普西茨假设合理的创建标题，有助于目录的生成基于概率误差统计方法的主动学习基于聚类的主动学习将数据分为多个块，并查询最关键实例的标签。主动学习者必须决定如何选择这些关键实例以及如何拆分聚类块。在本文中，我们提出了理论和实用的统计方法来分析标签错误与邻居半径之间的关系，并设计新的拆分和选择解决这两个问题的策略。首先，我们基于单个实例和实例对定义标签错误
2020-09-06 20:32:04
238
原创 两阶段密度聚类算法TSD--一种快速聚类算法
聚类分析的算法可以分为划分法（Partitioning Methods）、层次法（Hierarchical Methods）、基于密度的方法（density-based methods）、基于网格的方法（grid-based methods）、基于模型的方法（Model-Based Methods）。CFDP（Clustering by fast search and find of density peaks）是基于密度的新聚类算法，2014年发表于《Science》。可聚类非球形数据集，具有聚类速度快
2020-08-31 08:51:39
600
原创 多标准优化的主动学习算法（Active learning through multi-standard optimization）——MSAL
多标准优化的主动学习算法（Active learning through multi-standard optimization）——MSAL多标准优化的主动学习算法（Active learning through multi-standard optimization）——MSAL在这里记录下第一篇文章~下文附有该算法详细的中文介绍，步骤，实验，matlab R2016a / python 3.7代码，以及使用到的所有数据集。欢迎大家引用~主动学习的样本选择策略主动学习在训练集中已标注数据上学习得
2020-08-31 08:47:35
1671
4
( CREWESmatlabreleas
2015-10-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人