PU data

新方法解决有偏数据以最大化机器学习中的AUC

研究人员开发了一种新方法，用于在处理有偏的阳性-无标签（PU）数据时最大化接收者操作特征曲线下面积（AUC）。该方法解决了现实世界中常见的挑战，即标记的阳性数据可能不能代表真实的阳性分布。关键创新在于利用“置信度”——一个实例为阳性的概率——来推导AUC风险估计器，从而即使在有偏样本下也能有效最大化AUC。该方法被证明在置信度度量是真实后验概率的任何严格递增变换时是贝叶斯最优的，并在八个真实世界数据集上进行了实验验证。