极限多标签分类-评价指标

极限多标签分类-评价指标

References:
http://manikvarma.org/downloads/XC/XMLRepository.html
https://blog.csdn.net/minfanphd/article/details/126737848?spm=1001.2014.3001.5502
https://en.wikipedia.org/wiki/Discounted_cumulative_gain

什么是极限多标签分类 (eXtreme multi-label Classification (XC))？
标签数非常多（Million），典型的就是BoW数据标签。
极限多标签分类的典型应用：Image Caption（头大）。不过在Image Caption里面，Word之间存在序关系。XC可以看成是Image Caption的一个关键阶段，它能够选出与当前Image最相关的BoW。
（上述都是靠过往经验吹的，近期没调研）。

先来看一下评价指标：
由于标签数非常多，且GroundTruth又非常小，因此通常意义上的分类精度、召回(多标签分类用macro或者micro的acc或者recall)等指标不work。
这些评价指标通常考虑了head/tail labels，也就是高频标签和低频标签；以及reciprocal pairs（互惠对）去除?
互惠对似乎？是指彼此相关的标签对，比如针对一个数据点，如果预测了标签A，如果标签B和A相关，那可以自然预测B。
为了避免这种trival prediction, reciprocal pairs应该被去除。

(1) Top-$k$ Performance:
$$\text{(Precision@k)}\text{P}@k:=\frac{1}{k}\sum _{l\in {\text{rank}}_k(\hat{\mathbf{y}})}{\mathbf{y}}_l$$
$$\text{(Discounted Cumulative Gain (贴现累积收益))}\text{DCG}@k:=\sum _{l\in {\text{rank}}_k(\hat{\mathbf{y}})}\frac{{\mathbf{y}}_l}{\log (l+1)}$$
$$\text{(Normalized DCG)}\text{nDCG}@k:=\frac{\text{DCG@k}}{{\sum }_{l=1}^{\min (k,||\mathbf{y}|{|}_0)}\frac{1}{\log (l+1)}}$$
${\text{rank}}_k(\mathbf{y})$为逆序排列$\mathbf{y}$的前k个下标。Note: DCG公式里的分母实际上不是l，而是from 1 to k.

靠后的标签按照对数比例地减小，说白了就是加权。至于为什么用log？两个事实：1. 平滑缩减; 2. Wang等人提供了理论支撑说明了log缩减方式的合理性。The authors show that for every pair of substantially different ranking functions, the nDCG can decide which one is better in a consistent manner. （看不懂，暂时不管）

(2) Top-$k$ Propensity-score:

有些数据集包含一些频度很高的标签（通常称之为head labels），可以通过简单地重复预测头部标签来实现高的$\text{P}@k$。Propensity-score可以检查这种微不足道的行为。
$$(\text{Propensity-score Precision})\text{ PSP}@k:=\frac{1}{k}\sum _{l\in {\text{rank}}_k(\hat{\mathbf{y}})}\frac{{\mathbf{y}}_l}{p_l}$$
$$\text{PSDCG}@k:=\sum _{l\in {\text{rank}}_k(\hat{\mathbf{y}})}\frac{{\mathbf{y}}_l}{p_l\log (l+1)}$$
$$\text{PSnDCG}@k:=\frac{\text{PSDCG@k}}{{\sum }_{l=1}^k\frac{1}{\log (l+1)}}$$
其中$p_l$为标签$l$的propensity-score，使得这种度量在missing label方面无偏差(unbiased)。
Propensity-score强调在tail labels上的表现，而对预测head labels提供微弱的奖励。