一种基于三支决策理论的主动学习方法

摘要

本发明请求保护一种基于三支决策的主动学习算法，通过使用三支决策的思想来解决目前无标记样本的问题。涉及到粗糙集，数据挖掘等领域。首先通过margin策略来确定无标记数据的不确定性。然后通过不确定性将无标记数据划分为三个不同的域：正域、负域、边界域。对于每个域中的数据采用相应的解决方案来进行处理。目的就是为了选择信息量高，代表性强的数据进行标记。将这些标记好的数据添加到训练集，创建新的分类器。通过反复迭代的训练学习，直到达到迭代的预设次数或达到期望的评估标准。本发明可以较好的提高分类器的各项性能。