Machine learning 贝叶斯集与求顶集

Ghahramani和Heller（）提出的贝叶斯集提供了一种基于查询查找项目集的有用方法（例如dog将返回cat、pet），并生成与google集相当的输出。我想知道该方法如何在不首先提供单词（item）作为查询的情况下查找顶级集合。有人知道在贝叶斯集合上的主动学习，其中识别出密度最高的集合吗？

贝叶斯集合基本上执行特征选择（参见：基于内容的图像检索的简单贝叶斯框架）来对集合中的项进行排序。通过该集合的种子样本确定特征的权重。没有种子，就无法实现这一目标。因此，它归结为寻找“种子集”

---

为此，您可以在数据中找到“簇”（比如使用K-means），并将其“质心”（或表示簇的数据点）作为种子集提供。基本上，您现在要做的是对每个集群中的项目进行排序（您可以称之为顶部集）。

我不确定我是否理解这个问题。贝叶斯集返回与查询相关的项目的sat。如果没有查询，则没有相关内容。什么是“顶级集合”？让我解释一下为什么我需要数据集中顶级（或突出）集合的列表。我不希望用户指定查询，而是希望向用户提供在数据集中找到的集合列表。我想对这些集合进行排序。