主動式學習迴圈
你已經建立好主動式學習器，現在該用上它了！在這個練習中，你將實作一個迴圈，讓模型能持續改進資料的分類。
資料集已載入為：帶標籤的訓練資料 X_labeled、未標籤的訓練資料 X_unlabeled，以及標籤 y_labeled。
learner 物件已預先匯入。
本練習屬於課程
Reinforcement Learning from Human Feedback（RLHF）
練習說明
- 實作一個會執行
10次查詢的迴圈。 - 在每次迭代中，讓學習器使用目前的帶標籤資料進行自我訓練。
- 使用學習器從未標籤資料中查詢不確定性最高的資料點，並將實例數量設定為
5。 - 相應地更新未標籤資料集。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Set the number of queries
____
for _ in range(n_queries):
# Use the current labeled data
____
# Query from unlabeled data
query_idx, _ = ____
X_new, y_new = X_unlabeled[query_idx], y[query_idx]
X_labeled = np.vstack((X_labeled, X_new))
y_labeled = np.append(y_labeled, y_new)
# Update the unlabeled dataset
X_unlabeled = np.delete(____, query_idx, axis=0)