Ajustar o limiar do FlexConC dinamicamente

[ArthurGorgonio]

Atualmente, o limiar do método é ajustado subtraindo uma taxa constantemente ou setando para a maior confiança que tem disponível do conjunto das instâncias não rotuladas. Porém, esse processo não obedece o método FlexCon-C (confiança flexível com um classificador), para adaptar esse método para a nova versão são necessários os seguintes pontos:

• Treinar um classificador com as instâncias selecionadas de cada iteração;
• Mensurar a acurácia no conjunto inicialmente rotulado;
• Garantir que o threshold não fique menor que 0 e maior que 1;
• Alterar o limiar com base na

Nota:
Na equação conf(i+1) é o valor do threshold na iteração seguinte, conf(i) é o valor atual do threshold, cr é a tava com que esse threshold é alterado. Por sua vez, f′(L0) é um classificador treinado com as instâncias do conjunto selecionado e rotulando as instâncias que são inicialmente rotuladas, ς descreve um valor mínimo aceitável da métrica (#1), finalmente δ que representa uma variação aceitável do ς para manter o threshold no valor anterior

Precondições:

• Método para treinar e testar o modelo com as intâncias inicialmente rotuladas #1

DoD:
Limiar sendo ajustado dinamicamente durante o processo de rotulagem, ou alterar o valor do threshold para o maior valor de confiança da predição se nenhuma instâncias for selecionada na iteração.