文件名称：modAL：适用于Python的模块化主动学习框架
文件大小：5.95MB
文件格式：ZIP
更新时间：2024-02-23 22:44:54
python machine-learning scikit-learn machine-learning-algorithms machine-learning-library
适用于Python3的模块化主动学习框架 页面内容 介绍 modAL是一个针对Python3的主动学习框架，在设计时考虑了模块化，灵活性和可扩展性。 它基于scikit-learn构建，使您可以几乎完全*地快速创建主动学习工作流程。 而且，您可以轻松地用定制的解决方案替换零件，从而轻松设计新颖的算法。 鸟瞰积极学习 随着最近可用数据的爆炸式增长，您可以拥有数百万个未标记的示例，而获取标签的成本很高。 例如，当试图预测推文的情绪时，获得训练集可能需要大量的体力劳动。 但请放心，主动学习可助您一臂之力！ 通常，AL是一个框架，可通过智能查询标记最有用的实例来提高分类性能。 举个例子，假设您具有以下数据和分类器，其中阴影区域表示分类概率。 假设您可以查询未标记实例的标签，但是这会花费很多。 你会选哪一个？ 通过查询不确定区域中的实例，您肯定会获得比随机查询更多的信息。 主动学习为您提供了一套解决此类问题的工具。 通常，主动学习工作流程如下所示。 任何工作流程的关键组成部分都是您选择的模型，使用的不确定性度量以及应用于请求标签的查询策略。 使用modAL，您可以*地将scikit-le