标签：ati ext native span library eve nbsp 存在 之间
多示例学习：包(bags) 和 示例 (instance).
包是由多个示例组成的，举个例子，在图像分类中，一张图片就是一个包，图片分割出的patches就是示例。在多示例学习中，包带有类别标签而示例不带类别标签，最终的目的是给出对新的包的类别预测。
多示例学习是弱监督学习中的一个popular的方法。用于训练分类器的instance是没有类别标记的，但是bags却是有类别标记的，这一点与以往所有框架均不甚相同。
多示例学习中的规则：如果一个bag 里面存在至少一个instance被分类器判定标签为+（或者1）的示例，则该包为正包；如果一个bag里面所有的instance都被分类器判定标签为-，则该包为负包。
问题的实际应用：做检测问题，标记训练图片样本的时候需要给出一个矩形框指明目标的位置，有可能标的不够准确，导致不同的样本之间对不齐，这时候可以将标记的矩形框做一些局部扰动得到一些新的矩形框，将它们一起看成一个bag，其中总有一个是最佳的正样本，也就是标记为正。而取一张没有目标的图片，作为负样本包，无论在里面怎么截取图片，都是负样本。
解决这个问题的方法：迭代优化（alternative optimization）。分为两步：监督学习，标记更新
首先假设已知所有样本的标记，使用一个监督学习的方法得到一个分类模型；用这个模型对每个训练样本进行预测，更新它们的标记。------以上是一个过程
之后再根据新得到的标记样本重新训练分类器，再对每个训练样本进行预测；再训练分类器，再预测标记；再训练，再预测。。。。。。
需要注意的地方：
1）训练监督学习模型的时候，只从正样本包里挑选被预测的“最像正确”（也就是分类得到最高）的那一个，正样本包里面其他的样本，不管预测出来的是正还是负的都不要了。这是因为，其中多示例的问题也可以描述为，正样本包里面“最正确”的一个样本标记是正的，跟其他样本无关。所以，这种选择策略恰恰是符合问题定义的。
2）如果负样本足够多的话，可以只挑选每个负样本包里面被预测“最像正确”的一个样本作为负样本进行训练，这样的负样本也叫做hard sample 或者 most violated sample。实践中，它们对于模型快速收敛是最有效的。
流程图：
输入：数据矩阵
MILL (MIL Library) is an open-source toolkit for multiple instance learning algorithms written in Matlab. Multiple-instance learning (MIL) is a form of semi-supervised learning where there is only incomplete knowledge on the labels of the training data. Specifically, instances in MIL are grouped into a set of bags. The labels of the bags are provided, but the labels of instances in the bags are unknown. However, a bag is labeled positive if at least one instance in the bag is positive, and a bag is negative if all the instances in it are negative. MIL algorithms attempt to learn a classification function that can predict the labels of bags and/or instances in the testing data. The applications of MIL include molecule activity prediction （分子活动预测）, text categorization（文本分类）, image classification and retrieval （图像分类和检索）, etc.
多示例学习 multiple instance learning (MIL)
标签：ati ext native span library eve nbsp 存在 之间
原文地址：http://www.cnblogs.com/rong86/p/6071748.html
