非随机缺失样本选择偏差下的鲁棒分类器
机器学习
2023-05-26 v1
摘要
训练与测试分布之间的偏移通常源于样本选择偏差，即由于非随机采样将样本纳入训练集所导致的一类偏差。尽管已有许多方法被提出以在样本选择偏差下学习分类器，但很少涉及训练集中因选择过程导致子集标签非随机缺失（MNAR）的情况。在统计学中，Greene 方法以逻辑回归作为预测模型来形式化此类样本选择。然而，我们发现简单将该 method 整合进鲁棒分类框架对这种偏差设定并不有效。在本文中，我们提出 BiasCorr，一种通过修改原始训练集以使分类器在 MNAR 样本选择偏差下学习的算法，从而改进 Greene 方法。我们通过分析其偏差为 BiasCorr 相对 Greene 方法的改进提供了理论保证。在真实数据集上的实验结果表明，BiasCorr 能产出鲁棒分类器，并可扩展以优于为在样本选择偏差下训练而提出的最先进分类器。
引用
@article{arxiv.2305.15641,
title = {A Robust Classifier Under Missing-Not-At-Random Sample Selection Bias},
author = {Huy Mai and Wen Huang and Wei Du and Xintao Wu},
journal= {arXiv preprint arXiv:2305.15641},
year = {2023}
}
备注
12 pages