我们的研究展示了如何将技术和数据科学实践与用户知识相结合,既提高任务性能,又让用户对所使用的系统充满信心。在本手稿中,我们重点关注图像分类,以及当分析师需要及时、准确地对大量图像进行分类时出现的问题。利用著名的无监督分类算法(k-means),并将其与用户对某些图像的手动分类相结合,我们创建了一种半监督图像分类方法。这种半监督分类方法比严格的无监督方法具有更高的准确性,而且比用户手动标记每张图像所花费的时间要少得多,这表明机器和人工优势的结合比任何替代方法都能更快地产生更好的结果。