Erweiterte Vorhersage einer wahren Klasse für positive unlabeled Daten unter Auswahlverzerrung

Wir führen ein neues beobachtbares Setting für Positive Unlabeled (PU) Daten ein, bei dem die Beobachtungen zum Zeitpunkt der Vorhersage ebenfalls gekennzeichnet sind. Dies tritt in der Praxis häufig auf – wir argumentieren, dass die zusätzlichen Informationen für die Vorhersage wichtig sind, und nennen diese Aufgabe "erweiterte PU-Vorhersage". Wir erlauben, dass die Kennzeichnung von Eigenschaften abhängt. In einem solchen Szenario wird der Bayes-Klassifikator und sein Risiko etabliert und mit dem Risiko eines Klassifikators verglichen, der für unlabeled Daten nur auf Prädiktoren basiert. Wir führen mehrere Varianten der empirischen Bayes-Regel in einem solchen Szenario ein und untersuchen deren Leistung. Wir betonen die Gefahren (und die Leichtigkeit) der Anwendung klassischer Klassifikationsregeln im erweiterten PU-Szenario – da es keine bestehenden Studien gibt, ist ein uninformierter Forscher anfällig dafür, die erhaltenen Vorhersagen zu verzerren. Wir schlussfolgern, dass die auf einem kürzlich vorgeschlagenen variational autoencoder basierende Variante, die für PU-Szenarien entwickelt wurde, gleichwertig oder besser abschneidet als andere betrachtete Varianten und gegenüber methoden, die nur auf Eigenschaften basieren, hinsichtlich der Genauigkeit für unlabeled Samples Vorteile bietet.