positive-unlabeled (PU) learning

PULearning的應用場景是，咱們能夠清晰地肯定正樣本，可是不能肯定負樣本，由於它有多是正樣本，只是咱們尚未證實。

這時咱們能夠把這部分不肯定的樣本稱爲無標籤樣本U，加上正樣本P來創建模型。

問題能夠轉化爲一個有約束條件的最優化問題：

在保證正例中錯誤率低於1-r的條件下，最小化無標籤樣本中U的正例數目。

創建PU分類器有兩種方法：

兩步方法two- step approach

直接方法direct approach

 

two-step approach:

第一階段：從未標記實例中選擇可靠的負例集RN，作法是：

在P中隨機選取一部分正例S加入U中，這時兩個數據集是P-S，咱們叫作ps，和U+S，咱們叫作us，用ps和us訓練一個模型g

而後用g對無標籤樣本U作分類，獲得每一個樣本的機率，設定一個閾值a，若是樣本機率低於a那麼咱們認爲是一個可靠負例

步驟：

第二階段：利用正例P和可靠負例RN，訓練一個傳統的機器學習分類模型，用來預測新樣本。