基于直推式半监督留一滤波器的噪声标签识别
机器学习
2020-09-25 v1 机器学习
摘要
获取带有有意义标签的数据通常代价高昂且易出错。在这种情况下，半监督学习（SSL）方法令人关注，因为它们利用关于未标记数据的假设来弥补标签数量的有限。然而，在现实情形中，我们不能假定标注过程万无一失，许多 SSL 分类器的准确率在存在标签噪声时显著下降。本工作中，我们引入 LGC_LVOF，一种基于局部与全局一致性（LGC）算法的留一滤波方法。我们的方法旨在检测并移除错误标签，因此可用作任意 SSL 分类器的预处理步骤。给定传播矩阵，检测噪声标签每步耗时 O(cl)，其中 c 为类别数，l 为标签数。此外，无需计算整个传播矩阵，而只需计算对应于已标注样本间相互作用的 乘 子矩阵。因此，我们的方法最适用于具有大量未标记数据但标签不多的数据集。我们给出了若干数据集（包括 MNIST 和 ISOLET）上的结果。LGCLVOF 似乎比经调整的基于梯度的滤波器同等或更精确。我们展示了将 LGCLVOF 嵌入 LGC 的最佳情形准确率可达到专为鲁棒于标签噪声而设计的基于 的分类器的最佳情形性能。我们给出了一种选择移除样本数量的启发式方法。
引用
@article{arxiv.2009.11811,
title = {Identifying noisy labels with a transductive semi-supervised leave-one-out filter},
author = {Bruno Klaus de Aquino Afonso and Lilian Berton},
journal= {arXiv preprint arXiv:2009.11811},
year = {2020}
}