基于正例-未标记数据的部分AUC最大化

arXiv:2610.00284v1 发布类型：新增 摘要：ROC曲线下的部分面积（pAUC）是二分类中一项重要的性能指标，用于概括特定假阳性率（FPR）范围内的真阳性率。在网络安全、医疗保健和广告等许多实际应用中，都需要获得能够实现较高pAUC的分类器。尽管人们已经提出了许多最大化pAUC的方法，但这些方法通常需要同时使用带标注的正例和负例数据进行训练。然而，在实践中，由于隐私问题或标注所需的高专业性，带标注的负例数据往往难以收集。本文提出了一种无需负例数据、仅利用正例和未标记（PU）数据最大化pAUC的方法。在经验风险最小化框架下，我们证明了包括依赖FPR的阈值在内的pAUC可以仅使用正例密度和边际密度表示，并据此从PU数据中推导出一个经验估计量。随后，通过最大化所推导的平滑经验pAUC估计量来训练分类器。我们在十个真实世界数据集上的实验结果证明了所提方法的有效性。