在选择偏差下进行正 unlabeled 数据的增强预测
机器学习
2024-07-16 v1 机器学习
摘要
我们提出一种新的观察设定，用于正 unlabeled（PU）数据，在预测时观察值也被标记。这在实际中很常见——我们认为额外信息对预测至关重要，称此任务为"增强 PU 预测"。我们允许标记依赖于特征。在此情境下，建立了贝叶斯分类器及其风险，并与仅基于预测器的无标签数据分类器风险进行比较。我们引入了几种针对此情境的经验贝叶斯规则变体，并研究其性能。我们强调在增强 PU 情境下应用经典分类规则的危险性（以及容易性）——由于缺乏此类研究，无知的研究者容易扭曲所获预测。我们得出结论，基于最近提出的专为 PU 情境设计的变分自编码器（VAE）的变体在准确率上与其他所考虑的变体相当或更好，并且在无标签样本方面优于基于特征的 only 方法。
关键词
引用
@article{arxiv.2407.10309,
title = {Augmented prediction of a true class for Positive Unlabeled data under selection bias},
author = {Jan Mielniczuk and Adam Wawrzeńczyk},
journal= {arXiv preprint arXiv:2407.10309},
year = {2024}
}