主动学习循环
既然已经设置好了主动学习器，现在就开始使用吧！在本练习中，您将实现一个循环，以持续改进数据的分类效果。
数据集已加载：标注的训练数据为 X_labeled，未标注的训练数据为 X_unlabeled，标签为 y_labeled。
learner 对象已预先导入。
本练习是课程的一部分
来自人类反馈的强化学习（RLHF）
练习说明
- 实现一个运行
10次查询的循环。 - 每次迭代中，让学习器使用当前的已标注数据进行自我学习。
- 使用学习器从未标注数据中查询最不确定的数据点，将实例数量设为
5。 - 相应地更新未标注数据集。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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)