基于MPWPS主动学习的半监督协同分类算法

半监督学习和主动学习是机器学习的两个重要研究领域。半监督学习通过利用有标记样本训练分类器标注未标记样本,来增加标记样本的数量。那么,如果未标记样本被错误标注将会影响后续分类器的迭代训练,进而降低最终分类器的预测精度。因此,本文在半监督学习的基础上引入主动学习的思想,首先采用MPWPS算法选取最有可能预测错误的样本,交由专家进行标注,再结合已标记样本进行迭代协同训练,来提高分类器的性能和标注的正确率。本文实现了基于MPWPS主动学习的半监督协同分类算法,并在UCI数据集上的实验验证了该算法的有效性。