我有大量的对象，其中只有一小部分是感兴趣的类别。该集合最初是未标记的，但可以使用昂贵的操作（例如，人工）添加标签。
目前我使用简单的通用机器学习策略：
使用手工制作的规则来选择较小的对象子集（从而忽略一小部分有趣的对象）。
标记较小子集的一部分，并将其用于训练和选择分类算法及其参数。
将剩余的对象分类在较小的集合中（也可能在大集合中）。
这有两个缺点：
贴标机仍然需要查看大量不感兴趣的对象，因此只能标记一小部分有趣的对象。
不在较小集合中的对象在学习阶段会被完全忽略，从而导致一些信息的丢失（分类算法可能在这个补码上效果不佳）。
似乎使用在线学习会更好：即根据之前的标签选择要显示给贴标机的对象。但随后分类算法的结果保留了良好的理论性质（即统计一致性）变得不再明显。
是否有一个在理论上或实际上（或两者兼而有之）有效的主动对象检测的通用框架？我无法从 Wikipedia 文章active learning中获得完整的图片。
您处理的框架是半监督的。您拥有大部分未标记的数据，您可以通过手动标记获得一些已标记的数据。
主动学习是应对这种情况的一种方法，将您的标签工作集中在最有益的领域。您可以在 Settles, Burr (2010) 中阅读有关这些技术的调查，“主动学习文献调查” (PDF)，计算机科学技术报告 1648。威斯康星大学麦迪逊分校，检索时间：2014-11-18
请注意，即使您使用主动学习来集中标记工作，它仍然是一个重大限制。
还有其他使用半监督框架进行复制的方法，例如co training。关于 co-training 的经典参考文献是“ Blum, A., Mitchell, T. Combining labelled and unlabeled data with co-training. COLT: Proceedings of the Workshop关于计算学习理论，Morgan Kaufmann，1998，第 92-100页