Godambe--Eicker--Huber--White

新研究探讨用于分类的依赖于不确定性的缺失标签

一篇新的研究论文探讨了一种半监督分类方法，其中标签缺失的概率取决于观测到的特征和分类器的不确定性。这种方法将缺失不仅仅视为丢失的信息，而是视为由与分类器相关的机制生成的信号。该论文为这些依赖于不确定性的缺失标签开发了一种基于似然的信息论，并在各种模型规范下推导出了费舍尔信息分解和协方差分区。通过高斯混合模型和医学诊断示例进行的计算说明了该方法如何在固定的标记预算内提高估计和分类效率。