基于双斜坡损失函数的拒绝选项分类器在线主动学习
机器学习
2020-04-03 v2 机器学习
摘要
主动学习是监督学习中减少标记样本数量的重要技术。机器学习中二分类的主动学习已得到充分研究。然而，拒绝选项分类器的主动学习仍未被研究。在本文中，我们提出用于拒绝选项分类器主动学习的新型算法。我们开发了使用双斜坡损失函数的主动学习算法，并给出了该算法的错误界。我们还提出了一种称为双 sigmoid 损失函数的用于拒绝选项的新损失函数及相应的主动学习算法，并提供了该算法的收敛性保证。我们给出了广泛的实验结果以展示所提算法的有效性。所提算法高效地减少了所需标记样本的数量。
引用
@article{arxiv.1906.06166,
title = {Online Active Learning of Reject Option Classifiers},
author = {Kulin Shah and Naresh Manwani},
journal= {arXiv preprint arXiv:1906.06166},
year = {2020}
}