面向大规模线性二部排序的样本点对与样本点主动采样
机器学习
2017-08-25 v1 信息检索
摘要
二部排序是一个基本的排序问题，其目标是学习将相关实例排在不相关实例之前。二部排序的成对方法构造二次数量级的样本对来求解问题，这对于大规模数据集是不可行的。逐点方法虽然更高效，但通常导致较差的性能。也就是说，难以同时准确且高效地进行二部排序。在本文中，我们在成对方法内开发了一种新颖的主动采样方案，以高效地进行二部排序。该方案受主动学习启发，在训练期间仅聚焦于众多样本对的一个小子集，即可达到具有竞争力的排序性能。此外，我们提出了一个通用的排序与分类联合（CRC）框架，以准确地进行二部排序。该框架统一了逐点方法和成对方法，其思想简单地将每个实例点视为一个伪样本对。在 14 个真实的大规模数据集上的实验表明，所提出的 CRC 内主动采样算法与线性支持向量机结合使用时，在准确性和效率方面通常优于最先进的逐点和成对排序方法。
引用
@article{arxiv.1708.07336,
title = {Active Sampling of Pairs and Points for Large-scale Linear Bipartite Ranking},
author = {Wei-Yuan Shen and Hsuan-Tien Lin},
journal= {arXiv preprint arXiv:1708.07336},
year = {2017}
}
备注
a shorter version was presented in ACML 2013