具有 PAC 保证的开放类别检测

开放类别检测是指检测属于训练数据中未出现的类别或类的“异类”测试实例的问题。在许多应用中，可靠地检测此类异类对于确保测试集预测的安全性和准确性至关重要。遗憾的是，目前尚无算法能在一般假设下对其检测异类的能力提供理论保证。此外，尽管存在用于开放类别检测的算法，但直接报告异类检测率的实证结果很少。因此，我们在理解开放类别检测方面存在显著的理论与实证空白。本文通过研究开放类别检测的一个简单但具有实际意义的变体，朝填补这一空白迈出了一步。在我们的设定中，我们获得一个仅包含感兴趣目标类别的“干净”训练集，以及一个包含比例为 $\alpha$ 的异类样本的未标记“污染”训练集。在已知 $\alpha$ 上界的假设下，我们开发了一种算法，该算法在异类检测率上具有 PAC 风格的保证，同时旨在最小化误报。在合成数据集和标准基准数据集上的实证结果表明了该算法可能有效的情形，并为进一步改进提供了基线。