稀有几何：通过维度驱动统计揭示稀有类别
机器学习
2019-05-29 v2 计算机视觉与模式识别
机器学习
摘要
在许多情形下，最受关注的数据点类别也恰好是数量最少的类别。一个众所周知的例子是在所有金融交易集合中检测欺诈交易，其中绝大多数为合法交易。此类问题属于“稀有类别检测”范畴。这些问题有两个挑战性方面。其一是普遍缺乏稀有类的标注样本，其二是稀有类与多数类之间（就可用特征而言）可能存在不可分离性。与稀有类几何相关的统计量（如本征维数）可与多数类显著不同，反映了驱动不同类别中变化的各异动力学。本文提出一种新的监督学习算法，利用一种称为 kappa-profile 的维度驱动统计量，对未标注点是否属于稀有类进行分类。我们的算法仅需极少标注样本，且关于平移不变，从而可在可分离与不可分离类别上等效表现。
引用
@article{arxiv.1901.10585,
title = {Rare geometries: revealing rare categories via dimension-driven statistics},
author = {Henry Kvinge and Elin Farnell and Jingya Li and Yujia Chen},
journal= {arXiv preprint arXiv:1901.10585},
year = {2019}
}
备注
9 pages. Section IV substantially expanded with minor improvements to other parts of the paper. Two new co-authors responsible for implementation of the algorithm on real data added