針對傳統(tǒng)的主動(dòng)學(xué)習(xí)算法只能處理中小型數(shù)據(jù)集的問題，提出一種基于MapReduce的大數(shù)據(jù)主動(dòng)學(xué)習(xí)算法。首先，在有類別標(biāo)簽的初始訓(xùn)練集上，用極限學(xué)習(xí)機(jī)（ ELM）算法訓(xùn)練一個(gè)分類器，并將其輸出用軟最大化函數(shù)變換為一個(gè)后驗(yàn)概率分布。然后，將無類別標(biāo)簽的大數(shù)據(jù)集劃分為Z個(gè)子集，并部署到Z個(gè)云計(jì)算節(jié)點(diǎn)上。在每一個(gè)節(jié)點(diǎn)，用訓(xùn)練出的分類器并行地計(jì)算各個(gè)子集中樣例的信息熵，并選擇信息熵大的前q個(gè)樣例進(jìn)行類別標(biāo)注，將標(biāo)注類別的Z×q個(gè)樣例添加到有類別標(biāo)簽的訓(xùn)練集中。重復(fù)以上步驟直到滿足預(yù)定義的停止條件。在Artificial、Skin、Statlog和Poker 4個(gè)數(shù)據(jù)集上與基于ELM的主動(dòng)學(xué)習(xí)算法進(jìn)行了比較，結(jié)果顯示，所提算法在4個(gè)數(shù)據(jù)集上均能完成主動(dòng)樣例選擇，而基于ELM的主動(dòng)學(xué)習(xí)算法只在規(guī)模最小的數(shù)據(jù)集上能完成主動(dòng)樣例選擇。實(shí)驗(yàn)結(jié)果表明，所提算法優(yōu)于基于極限學(xué)習(xí)機(jī)的主動(dòng)學(xué)習(xí)算法。

　　大數(shù)據(jù)具有以下幾個(gè)特征：海量（ Volume）、多模態(tài)（Variety）、變化速度快（Velocity）、蘊(yùn)含價(jià)值高（Value）和可靠性高（ Veracity）。在大數(shù)據(jù)環(huán)境下，傳統(tǒng)的機(jī)器學(xué)習(xí)面臨著巨大的挑戰(zhàn)，其中也包括主動(dòng)學(xué)習(xí)。主動(dòng)學(xué)習(xí)算法大致可以分為兩大類：基于池的主動(dòng)學(xué)習(xí)算法和基于流的主動(dòng)學(xué)習(xí)算法。