面向正类-无标签学习的基于不确定性感知的伪标签选择
机器学习
2024-03-12 v3 机器学习
摘要
正类-无标签学习(PUL)旨在仅利用正类与无标签训练数据学习一个二分类器。尽管现实应用常涉及多数样本属于某一类的不平衡数据集,但当前大多数 PUL 方法并未考察该设定下的性能,从而严重限制了其实际适用性。为此,本文提出通过一种不确定性感知的伪标注流程(PUUPL)来解决 PUL 设定中的不平衡数据集与模型校准问题:通过增强少数类的信号,伪标注从无标签集合中扩充带标签数据集的新样本,而显式的不确定性量化可防止有害的确认偏差出现,从而提升预测性能。在一系列实验中,PUUPL 在高度不平衡设定下取得了显著的性能增益,同时在平衡 PU 场景下相较近期基线也展现出强劲性能。我们进一步提供了消融实验与敏感性分析,以阐明 PUUPL 的各个组成要素。最后,一个基于不平衡数据集的真实应用验证了我们所提方法的优势。
引用
@article{arxiv.2201.13192,
title = {Uncertainty-aware Pseudo-label Selection for Positive-Unlabeled Learning},
author = {Emilio Dorigatti and Jann Goschenhofer and Benjamin Schubert and Mina Rezaei and Bernd Bischl},
journal= {arXiv preprint arXiv:2201.13192},
year = {2024}
}
备注
25 pages, 4 figures