Ensemble Learning from Crowds
摘要
来自众包标记数据的传统学习由两个阶段组成:从其多噪声标签的实例推断出真实标签,并使用这些实例使用这些实例使用这些实例。这种直接的两级学习方案遭受了两个弱点:(1)推理的准确性可能非常低; (2)有用的信息可能在推论期间丢失。在本文中,我们提出了一种从人群中学习的新型集合方法。我们所提出的方法是元学习计划。它首先使用引导过程从原始众包标记的数据集中创建M子数据集。对于每个子数据集,根据其多个噪声标签的分发和类成员资格,每个实例都以不同的权重复制。然后从此扩展子数据集接受基本分类器。最后...
原创
2021-07-31 15:36:01 ·
2421 阅读 ·
0 评论