arXiv · Statistics Machine Learning· Atsutoshi Kumagai, Tomoharu Iwata, Taishi Nishiyama, Hiroshi Takahashi, Kazuki Adachi, Yasuhiro Fujiwara·· 3 小时前AI 评分12
Partial AUC Maximization from Positive-unlabeled Data
Partial AUC Maximization from Positive-unlabeled Data
AI 导读
论文提出一种从正样本与无标签数据中最大化部分ROC曲线下面积（pAUC）的方法，无需负样本即可在经验风险最小化框架下训练分类器。该方法在10个真实数据集上验证有效，适用于网络安全、医疗和广告等难以获取标注负样本的场景。
来源：arXiv · Statistics Machine Learning · arxiv.org