响应依赖型标签缺失下的预测
机器学习
2021-03-26 v1 机器学习
摘要
在许多场景中，传感技术或其他采样机制的局限会导致标签缺失，其中训练集中标签缺失的概率数据是未知函数。例如，用于探测森林火灾的卫星无法感知低于某一尺寸阈值的火灾。在此类情况下，训练数据集由正样本与伪负样本观测组成，其中伪负样本可能是真负样本或未被探测到的小量级正样本。我们开发了一种新的方法论与非凸算法 P(ositive) U(nlabeled) - O(ccurrence) M(agnitude) M(ixture)，利用对探测机制的先验知识联合估计正样本的出现概率与探测概率。我们的方法借鉴了正-无标签（PU）学习与零膨胀模型的思想，联合估计事件的量级与出现情况。我们给出了模型可辨识的条件，并证明尽管我们的方法导致非凸目标，任意局部极小化子具有最优统计误差（至多相差对数项），且投影梯度下降具有几何收敛速率。我们在合成数据与加州野火数据集上证明，我们的方法优于现有的 state-of-the-art 方法。
引用
@article{arxiv.2103.13555,
title = {Prediction in the presence of response-dependent missing labels},
author = {Hyebin Song and Garvesh Raskutti and Rebecca Willett},
journal= {arXiv preprint arXiv:2103.13555},
year = {2021}
}