置信机制 自助法

置信机制与自助法

一、置信机制

参考文献：
[1] 蒋方纯, 田盛丰, 尹传环. 机器学习置信度机制研究综述[J]. 北京交通大学学报, 2014, 38(3):111-117.

直接构造置信度

• 归纳式——-贝叶斯方法
• 直推式——-基于算法的随机性，根据已知样本与未知样本的特征关系，得出置信度和结果

间接转换置信度

• 模糊隶属函数
• 神经网络

设置置信度阈值

设置阈值，将样本空间分为拒绝区域和接受区域，只对接受区域进行分类，舍弃拒绝区域，排除可能引起错误判断的样本，降低分类的错误率。
接受区域的范围为
n*

二、自助法

https://www.jianshu.com/p/708dff71df3a
自助法：容量为n的样本N中有放回的抽取n个样本作为一个booststrap sample，重复进行B次(一般为1000)，得到B个booststrap samples。
自助法是一种对于小样本数据的抽样方法，可以增加样本数量，对于数据量较小的数据集训练，很有效果。

三、基于自助法的置信阈值求解

应用自助法对每一类数据进行抽样，B个样本集，将每一个样本集输入训练好的网络，预测样本集中每一样本属于这一类的概率，进行排序，根据置信阈值公式求解B个样本集的置信阈值为