面向快速交互式机器学习：无表示分类的权衡评估

我们的贡献在于设计和评估一个交互式机器学习界面，该界面可在每次交互后快速向用户提供模型反馈。为解决视觉可扩展性问题，该界面通过“冰山一角”方法与用户沟通，用户与每个类别的推荐实例小集合进行交互。为解决计算可扩展性问题，我们开发了一种O(n)分类算法，该算法增量整合用户反馈，而无需查询数据的底层表示矩阵。我们的计算评估表明，该算法与几种现成分类算法在小量标记数据下具有相似的准确性。实证评估显示，与等效的主动学习设置相比，用户使用我们的设计表现更好。