主动学习文章_active learning by querying informative and representative examples

介绍下抽样偏差：

大部分的主动学习模型只考虑其中的一种，例如只考虑信息量大的，并没有考虑未标注数据的结构，例子的选择取决少量的已标注数据，所以会导致严重的抽样偏差，得到错误的结果。

1、通过委员会查询【17,6,10】

2、不确定性的抽样【13,12,18,2】

3、最优实验设计【9,20】

例如只考虑有代表性的，只考虑了未标注数据的聚类结构，实验结果很大程度上依赖于聚类的结果。那么在找到最优边界面的时候可能会要求查询相对大量的例子。

文献【14,7】

试着结合二者的例子：

【19】，考虑了聚类信息和未标注数据的分类边界，但是局限在于聚类效果表现很好的是在分类边界里面的数据，而在分类边界外面的数据则表现不佳。

【8】，在【14】的基础上，平衡了查询例子的不确定性和密度，但只是局部最优的效果。

在【11】中，信息量大的是基于标注数据的不确定性预测，而有代表性的是基于未标注数据的不确定性预测，把二者都考虑进去了。

【19,8,11】都只能得到局部最优的效果。

【11】衡量一个例子的代表性是通过它与剩下未标注数据的详细性

本文则是考虑了未标注数据的聚类结果和标注数据的分类结果。

例子：