用于二值量化学习的连续扫描方法
机器学习
2024-10-14 v2 机器学习
摘要
量化器是一种监督式机器学习算法，侧重于估计数据集中类别的流行率而非标注其个体观测。我们引入 Continuous Sweep，一种受表现良好的 Median Sweep 启发的新型参数化二值量化器，后者是基于 Adjusted Count 估计器的集成方法。我们修改了 Median Sweep 的两个方面：1）对真阳性率和假阳性率使用参数化类别分布而非经验分布；2）使用一组 Adjusted Count 估计的均值而非中位数。这两处修改使得可以对 Continuous Sweep 的偏差与方差进行理论分析。此外，偏差与方差的表达式可用于定义集成中所用 Adjusted Count 估计集合的最优决策边界。我们在三项模拟研究中表明，Continuous Sweep 优于 Classify, Count, and Correct 组中的量化器（包括 Median Sweep），并与 Distribution Matchers 组中两种最佳量化器具有竞争力。我们还用这些量化器分析了一个经验数据集，显示出相似性能。
引用
@article{arxiv.2308.08387,
title = {Continuous Sweep for Binary Quantification Learning},
author = {Kevin Kloos and Julian D. Karch and Quinten A. Meertens and Mark de Rooij},
journal= {arXiv preprint arXiv:2308.08387},
year = {2024}
}