计算机科学 > 机器学习
[提交于 2021年7月31日
]
标题: 贝叶斯分析流行偏差:从不平衡数据中学习和预测
标题: Bayesian analysis of the prevalence bias: learning and predicting from imbalanced data
摘要: 数据集很少是对目标人群的现实近似。 例如,患病率被错误表示,图像质量高于临床标准等。 这种不匹配被称为抽样偏差。 抽样偏差是机器学习模型的主要障碍。 它们导致了实验室中的模型性能与现实世界中的性能之间存在显著差距。 我们的工作是解决患病率偏差的方案。 患病率偏差是指病理学的患病率与其在训练数据集中的抽样率之间的差异,这在数据收集过程中或由于实践者重新平衡训练批次而引入。 本文建立了在存在患病率偏差的情况下进行模型训练和预测的理论和计算框架。 具体而言,在贝叶斯风险最小化原则下推导出一种偏差校正的损失函数以及偏差校正的预测规则。 该损失函数与信息增益有直接联系。 它为启发式训练损失提供了一个有原则的替代方案,并补充了基于从汇总曲线中选择操作点的测试时程序。 它能够无缝集成到当前的(深度)学习范式中,使用随机反向传播,并自然地与贝叶斯模型结合。
当前浏览上下文:
cs.LG
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.