间隔即你所需？表格数据主动学习的广泛实证研究
机器学习
2022-10-11 v1 人工智能
摘要
给定一个带标签训练集和一组未标签数据，主动学习(AL)的目标是识别最佳的未标签点进行标注。在这项综合研究中，我们分析了多种AL算法在OpenML-CC18基准中69个真实世界表格分类数据集上训练的深度神经网络上的表现。我们考虑了不同的数据规模机制以及自监督模型预训练的影响。令人惊讶的是，我们发现经典的间隔采样技术在广泛的实验设置中匹配或优于所有其他技术，包括当前最先进方法。我们希望鼓励研究者针对间隔进行严格基准测试，并希望面临表格数据标注限制的从业者注意到，无超参数的间隔往往可能就是他们所需的一切。
引用
@article{arxiv.2210.03822,
title = {Is margin all you need? An extensive empirical study of active learning on tabular data},
author = {Dara Bahri and Heinrich Jiang and Tal Schuster and Afshin Rostamizadeh},
journal= {arXiv preprint arXiv:2210.03822},
year = {2022}
}