%0 Journal Article
%T 基于近邻熵的主动学习算法
%A 王珍钰
%A 王熙照
%J 模式识别与人工智能
%P 97-102
%D 2011
%X 在主动学习中，采用近邻熵(NeighborhoodEntropy)作为样例的挑选标准，熵值最大的样例体现基于近邻分类规则，最无法确定该样例的类标。而标注不确定性高的样例可用尽量少的样例获得较高的分类性能。文中提出一种基于近邻熵的主动学习算法。该算法首先计算未标注样例的近邻样例类别熵，然后挑选熵值最大样例的进行标注。实验表明，基于近邻熵挑选样例进行标注，较基于最大距离(MaximalDistance)挑选和随机样例挑选可获得更高的分类性能。
%K 主动学习
%K 最近邻
%K 最大熵
%K 样例选择
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract9320.shtml