18、高级主动学习策略与主动迁移学习方法详解

高级主动学习策略与主动迁移学习方法详解

1. 结合不确定性采样和多样性采样

在代码示例中，我们计算了簇中所有项目的平均熵，代码如下：

score = method(prob_dist.data[0]) # get the specific type of 
# ➥ uncertainty sampling
total_uncertainty += score
count += 1
average_uncertainty = total_uncertainty / count   
if average_uncertainty > highest_average_uncertainty:
    highest_average_uncertainty = average_uncertainty
    most_uncertain_cluster = cluster
samples = most_uncertain_cluster.get_random_members(number)
return samples

你可以根据采样策略尝试不同的聚合统计。例如，如果你只对前 100 个项目进行采样，可以计算每个簇中最不确定的 100 个项目的平均熵，而不是整个簇中每个项目的平均熵。你可以使用以下命令尝试此技术：

python active_learning.py --high_uncertainty_cluster=100 --verbose

1.1 其他主动学习策略组合