带每类噪声标签的高斯混合判别分析
机器学习
2022-01-26 v1
摘要
真实世界数据集常含有噪声标签，使用标准分类方法从此类数据集学习可能无法产生期望的性能。本文中，我们提出一种带每类噪声标签的高斯混合判别分析(GMDA)。我们引入翻转概率与类概率，并使用EM算法求解带标签噪声的判别问题。我们还提供了收敛性的详细证明。在合成与真实世界数据集上的实验结果表明，所提方法显著优于其他四种state-of-art方法。
引用
@article{arxiv.2201.10242,
title = {GMM Discriminant Analysis with Noisy Label for Each Class},
author = {Jian-wei Liu and Zheng-ping Ren and Run-kun Lu and Xiong-lin Luo},
journal= {arXiv preprint arXiv:2201.10242},
year = {2022}
}
备注
35 pages