双层多示例集成学习

2011-09-07袁汉宁

武汉理工大学学报(信息与管理工程版) 2011年5期

袁汉宁

(武汉理工大学经济学院，湖北武汉 430070)

在多示例学习(multiple instance learning，MIL)中，训练集由具有概念标记的包组成，包是若干示例的集合，如果包被标记为正，则包中至少有一个示例为正;如果包被标记为负，这个包中所有的示例都为负。多示例学习中存在的最大挑战在于虽然包的概念标记是已知的，但正包中的示例的概念标记是模糊的，不能将包的标记直接传递给包中的示例。其学习任务是通过对训练集中有标记包的学习，建立和优化目标概念模型，对未标记的包或示例分类或预测。

传统多示例集成(traditional multiple instance ensemble，TMIE)学习是在包层次上实施重抽样建立多个训练集，然后使用训练集生成集成个体。集成个体间的差异是提高集成学习性能的重要因素。在多示例集成学习中集成个体间的差异是通过训练数据的随机性和独立性提供的，TMIE只是在包层次上实现数据的重抽样，整个数据集合没有得到充分的搅动，限制了集成个体间的差异性，影响了集成学习性能。针对这种情况，笔者设计了包内示例的重抽样方法并提出了一种双层多示例集成(double multiple instance ensemble，DMIE)学习框架，该框架实现了包层次上和示例层次的重抽样，充分搅动训练数据，增强集成个体间的差异性，能更有效地提高分类器的分类精度。