[发明专利]一种基于主动学习的回归分析系统及方法

摘要

本发明提供了一种基于主动学习的回归分析系统及方法，其中：数据采集模块收集回归学习所需的未标注数据，并进行预处理；训练集构建模块构建回归学习所需的训练数据，包括：初始阶段，从存储的未标注数据中随机挑选部分样本进行人工标注，构建初始训练集。迭代阶段，调用回归学习模块已经构建的回归模型，执行主动学习方法选择最有信息的样本进行标注，扩展已有的训练集；将标注后的数据存于存储模块；回归学习模块调用数据存储模块中的有标注的数，训练回归模型；上述训练集构建模块和回归学习模块，交互迭代进行；预测模块在主动学习迭代结束后，调用回归学习模块建立的回归模型，对因变量进行预测。本发明可以提高回归系统的数据分析的准确性。

主权项

一种基于主动学习的回归分析系统，其特征在于，该系统包括：数据采集模块，训练集构建模块，回归学习模块，预测模块及数据存储模块，其中：所述数据采集模块，收集回归学习所需的未标注数据，并对数据进行预处理，存于数据存储模块；所述训练集构建模块，构建回归学习所需的训练数据，包括以下两个阶段：初始阶段，从存储的未标注数据中随机挑选部分数据进行人工标注，构建初始训练集；迭代阶段，调用回归学习模块已经构建的回归模型，执行主动学习方法，从未标注数据中选择最有信息的样本进行标注，扩展已有的训练集；将标注后的数据存于数据存储模块；其中所述主动学习方法先调用回归模型用Bootstrap方法计算未标注样本的预测值分布，再计算样本的预测误差，然后计算预测误差的梯度和模，最后根据预测值的分布计算梯度模的期望值，选择期望值最大的样本；所述回归学习模块，调用数据存储模块中的有标注的数据，训练回归模型，所述回归模型包括线性回归模型和非线性回归模型；上述训练集构建模块和回归学习模块，交互迭代进行，从而充分利用训练集和回归模型之间的关系，提高回归系统的预测准确性；所述预测模块，主动学习迭代结束后，调用回归学习模块建立的回归模型，包括线性回归模型和非线性回归模型，对因变量进行预测，将预测结果展示给使用者；所述数据存储模块，存储两部分数据：一部分存储未标注的数据，另一部分存储有标注的数据，其中，未标注数据被训练集构建模块调用，用于样本选择，当被选中标注后，转存为有标注数据；有标注数据被回归学习模块调用，用于训练回归模型。