Noise at Random 模型下基于集成滤波器的标签噪声检测
机器学习
2022-10-11 v1
摘要
标签噪声检测因其在提升训练数据质量方面的重要性而在机器学习中得到广泛研究。采用分类器集成已实现了令人满意的噪声检测：若池中较高比例的成员对某一实例误分类，则该实例被标记为错标。先前作者已对该方法进行经验评估；然而，他们大多假设数据集中标签噪声完全随机生成。这是一个强假设，因为实践中其他类型的标签噪声是可行的，并会影响噪声检测结果。本工作研究了两种不同噪声模型下集成噪声检测的性能：噪声随机 (NAR) 模型（标签噪声概率依赖于实例类别）与完全随机噪声模型（标签噪声概率完全独立）。在此设定下，我们研究类别分布对噪声检测性能的影响，因为在 NAR 假设下它会改变数据集中观测到的总噪声水平。此外，对集成投票阈值进行了评估，以与文献中最常见的方法进行对比。在许多实验中，在考虑类别不平衡与不同类间噪声水平比等方面时，选择一种而非另一种噪声生成模型会导致不同结果。
引用
@article{arxiv.2112.01617,
title = {Label noise detection under the Noise at Random model with ensemble filters},
author = {Kecia G. Moura and Ricardo B. C. Prudêncio and George D. C. Cavalcanti},
journal= {arXiv preprint arXiv:2112.01617},
year = {2022}
}
备注
Accepted for publication in IOS Press Intelligent Data Analysis. This paper will appear in Volume 26(5) of the IDA journal. The publication date for this issue is September 2022