python中支持向量机的主动学习（如池采样）

Question

我正在研究一个从主动学习协议中受益匪浅的问题（例如，与现有模型相比，给定一组未标记数据，算法要求将未标记数据的子集标记为“oracle”）。在

有没有人有在支持向量机（最好是python）中实现的主动学习（使用pool sampling、committee查询或其他方法）的例子？在

Answer 1

基于池的抽样的两种常用查询策略是不确定性抽样和委员会查询（请参阅paper以获得广泛的评论）。下面的库实现了三种常见的不确定性策略：最小置信度、最大利润率和熵，以及两种委员会策略：投票熵和平均KL散度：https://github.com/davefernig/alp

该库与scikit learn兼容，可以与任何分类器一起使用。它使用随机子抽样作为衡量主动学习效益的基线。在

Answer 2

在python中实现主动学习非常简单。对于最简单的情况，您只需选择要查询的新样本，它在您学习的SVM（简单不确定抽样）上具有最小的决策函数绝对值，基本上是一行长！。假设您有一个二进制分类，clf中有经过训练的svm，X中有一些未标记的示例，您只需选择

sample = X[np.argmin(np.abs(clf.decision_function(X)))] 

您也可以在github上找到许多不同的实现，比如去年ECML中针对AL论文的实现：https://github.com/gmum/mlls2015