论对抗验证在量化地理空间机器学习预测差异性中的应用
机器学习
2025-02-11 v2
摘要
近期的地理空间机器学习研究表明，通过交叉验证 (CV) 进行的模型评估结果受到样本数据与预测位置之间差异性的强烈影响。在本文中，我们提出了一种在 0 到 100% 区间内、从数据特征空间视角量化这种差异性的方法。该方法基于对抗验证，这是一种能够检验样本数据与预测位置是否可被二分类器分离的方法。所提出的方法称为基于对抗验证的差异性量化 (DAV)。为了研究 DAV 的有效性与普适性，我们在基于合成数据集与真实数据集且差异性逐渐增加的一系列实验中对其进行了测试。结果表明，DAV 能够在整个取值范围内有效地量化差异性。除此之外，我们通过比较随机 CV 方法 (RDM-CV) 与两种地理空间 CV 方法，即块 CV 和 spatial+ CV (BLK-CV 和 SP-CV) 的结果，研究了差异性如何影响 CV 方法的评估。结果表明，在所有数据集和预测中评估遵循相似的模式：当差异性较低（通常低于 30%）时，RDM-CV 提供最准确的评估结果。随着差异性的增加，地理空间 CV 方法，尤其是 SP-CV，变得越来越准确，甚至优于 RDM-CV。当差异性很高（>=90%）时，没有任何 CV 方法能提供准确的评估。这些结果表明了在处理地理空间机器学习预测时考虑特征空间差异性的重要性，并有助于研究人员和从业者选择更合适的 CV 方法来评估其预测。
引用
@article{arxiv.2404.12575,
title = {On the use of adversarial validation for quantifying dissimilarity in geospatial machine learning prediction},
author = {Yanwen Wang and Mahdi Khodadadzadeh and Raul Zurita-Milla},
journal= {arXiv preprint arXiv:2404.12575},
year = {2025}
}
备注
19 pages, 11 figures