[发明专利]一种基于主动学习和模型剪枝的集成学习方法及装置在审
| 申请号： | 201611060500.X | 申请日： | 2016-11-28 |
| 公开（公告）号： | CN106779086A | 公开（公告）日： | 2017-05-31 |
| 发明（设计）人： | 刘宏志;姜正申;易晖;赵鹏;吴中海;张兴 | 申请（专利权）人： | 北京大学;北京华品博睿网络技术有限公司 |
| 主分类号： | G06N99/00 | 分类号： | G06N99/00 |
| 代理公司： | 北京君泊知识产权代理有限公司11496 | 代理人： | 王程远 |
| 地址： | 100871*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种综合了主动学习技术和模型剪枝技术的集成学习方法及装置。所述集成学习方法包括通过度量未标注样本对集成模型的适用程度，自动的从未标记样本集合中选择关键样本，交给人工标注，并用以重新训练集成模型，从而提高集成模型的准确度；通过度量某个模型集合对一组已标注数据的适用程度，对已有的模型集合做筛选，得到一个更优的子集；将最终保留的模型集合集成起来，形成最终的集成模型。本发明还公开了一种综合了主动学习技术和模型剪枝技术的集成学习装置。本发明不仅可以利用未标注数据，还降低了人工标注成本，同时降低了集成模型的复杂度，提高了集成模型的性能。 | ||
| 搜索关键词： | 一种 基于 主动 学习 模型 剪枝 集成 学习方法 装置 | ||
【主权项】：
一种综合主动学习技术和模型剪枝技术的集成学习方法，其特征在于，所述方法包括：利用一组未标记的样本集合和一组已标记的样本集合作为输入；利用已标记样本集合训练基本的机器学习模型集合；利用主动学习方法提高已训练的机器学习模型集合的准确度；利用模型剪枝方法，对模型集合进行筛选；集成筛选后的模型集合，作为最终的机器学习模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大学;北京华品博睿网络技术有限公司，未经北京大学;北京华品博睿网络技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611060500.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于人件服务的态势认知计算架构
- 下一篇：一种通用机器学习数据分析平台
