机构名称：
¥ 1.0
在本文中，我们研究了如何从大数据库中获取标记的数据点，以丰富增强监督机器学习（ML）性能的培训集。最新的解决方案是基于聚类的训练集选择（CTS）算法，该算法最初将数据点簇在数据库中，然后从集群中选择新的数据点。CTS的效率通过其频繁的目标ML模型进行了限制，并且该效率受到选择标准的限制，该标准代表了每个集群中数据点的状态，并施加了在每个迭代中仅选择一个群集的恢复。为了克服这些局限性，我们提出了一种新算法，称为CTS，具有自适应评分（IAS）的增量估计。ias采用了线路学习，通过使用新数据来实现增量模型更新，并消除了对目标模型进行充分重新培训的需求，从而提高了效率。为了提高IAS的有效性，我们引入了自适应得分估计，该评分估计是识别簇的新型选择标准，并通过平衡数据获取过程中的利用和探索之间的权衡取舍。为了进一步提高IAS的有效性，我们引入了一种新的自适应迷你批次选择方法，在每种迭代中，从多个群集中选择数据点，而不是单个群集，因此消除了仅使用一个群集而导致的潜在偏差。通过将此方法集成到IAS算法中，我们提出了一种新型算法，该算法称为IAS，具有自适应迷你批次选择（IAS-AMS）。实验结果突出了IAS-AM的卓越有效性，IAS也表现优于其他算法。在效率方面，IAS占据主导地位，而IAS-AMS的效率与现有CTS算法的效率相当。
优化数据获取以增强机器学习绩效
主要关键词
相关文件推荐
