PU learning

PU learning

postive learning ,仅有正样本情况下的学习。其应用范围：

1. Retrieval(检索)
2. Inlier-based outlier detection.
3. One-vs-rest classification. 负样本太过分散而不能标注

目前有两种解决方法

1. 启发式地从未标注样本里找到可靠的负样本，以此训练二分类器，该方法问题是分类效果严重依赖先验知识。
2. 将未标注样本作为负样本训练分类器，由于负样本中含有正样本，错误的标签指定导致分类错误。

理论分析

如果未标注样本里class prior已知的话，PU learning问题可使用cose-sensitive learning方法解决，即原则上，PU 分类可以通过诸如加权支持向量机（weighted SVM）解决。
具体点，对于未标注数据:
$$P_X=\pi P_1+(1-\pi )P_{-1}$$
其中$\pi$为未知的class prior。

Cost-sensitive classification的权重误分率期望：
$$\begin{gathered} R(f):=\pi R_1(f)+(1-\pi )R_{-1}(f) \\ =\pi R_1(f̸=1)+(1-\pi )R_{-1}(f̸=-1)（1） \end{gathered}$$
其中R代表误分率，对于PU learning, 同样有上述形式，但是$R_{-1}(f)$需要通过$R_X(f)$转换变形得到，
KaTeX parse error: Expected 'EOF', got '\eqalign' at position 1: \̲e̲q̲a̲l̲i̲g̲n̲{ & {R_X}(f) = …
这里其实有X划分到应为-1，如果1则是误分；将上式子（2）代入（1）中有，
$$\begin{gathered} R(f)=\pi R_1(f)+(1-\pi )R_{-1}(f) \\ =\pi R_1(f)+R_X(f)-\pi P_1(f(X)=1) \\ =\pi R_1(f)+R_X(f)-\pi (1-R_1(f)) \\ =2\pi R_1(f)+R_X(f)-\pi （3） \end{gathered}$$
由于$$R_1(f)={\mathbb{E}}_{{}_1}[{\ell }_H(g(X))]R_x(f)=\pi {\mathbb{E}}_1[{\ell }_H(-g(x))]+(1-\pi ){\mathbb{E}}_{-1}[{\ell }_H(-g(X))]$$
代入上有
$$J_{PU-H}(g)=\pi {\mathbb{E}}_1[{\ell }_H(g(X))]+(1-\pi ){\mathbb{E}}_{-1}[{\ell }_H(-g(X))]+\pi {\mathbb{E}}_1[{\ell }_H(g(X))+{\ell }_H(-g(X))]-\pi$$
另一种形式即
$${\hat{R}}_{pu}(g)=2{\pi }_p{\hat{R}}_p^{+}(g)+{{\hat{R}}_u}^{-}(g)-{\pi }_p$$

其中：$ \hat R_p^ + (g) = (1/{n_p})\mathop \sum \limits_{i = 1}^{{n_p}} \ell (g(x_i^p), + 1) $和 $ \hat R_n^ - (g) = (1/{n_p})\mathop \sum \limits_{i = 1}^{{n_n}} \ell (g(x_i^n), - 1)$
前两项为普通误差项，后面多多余惩罚项，因此由于多余项的存在，可能无法最小化$J_{PU-H}(g)$，当且仅当
$${\ell }_H(g(X))+{\ell }_H(-g(X))$$为常数时，能获得最优解
<img src = leanote://file/getImage?fileId=5bbdf300db24ba219b000005) width = 80%>

因此关键是采样合适的loss function.另外，对于PU learning， 在（2）中求取$R_{-1}$项时，$R_X(f)-\pi P_1(f(X)=1)$可能为负，因此将该项改为 m a x { 0 , R X ( f ) − π P 1 ( f ( X ) = 1 ) } max\{0, R_X(f)-\pi P_1(f(X) = 1)\} max{0,RX​(f)−πP1​(f(X)=1)}防止过拟合。

实验

1. 将未标注数据全部作为negative样本训练随机森林
   

2. 随机选取与positive等量negative 训练分类并对剩余样本预测，重复多次，将概率平均

3. PU learning

其他

• 采用非线性模型时，可将unlabeled采样为若干份，每份大小与positive类似，然后直接训练多个模型，将得到的概率平均即得，目前该方法在无先验知识分类时最好。

最近看了一些PU learning的东西，总结一下，不对之处敬请指正！

Reference

1. du Plessis, M. C., Niu, G. & Sugiyama, M. Analysis of Learning from Positive and Unlabeled Data. Advances in Neural Information Processing Systems 27 703–711 (2014).
2. Convex Formulation for Learning from Positive and Unlabeled Data, ICML, 2015.
3. 1.Kiryo, R. & Niu, G. Positive-Unlabeled Learning with Non-Negative Risk Estimator. NIPS 11 (2017).