Estimation de l'antériorité et de la postériorité de la classe à partir de positifs bruités et de données non étiquetées

Nous développons un algorithme de classification pour estimer les distributions postérieures à partir de données positives non étiquetées, qui est robuste au bruit dans les étiquettes positives et efficace pour les données à haute dimension. Au cours des dernières années, plusieurs algorithmes ont été proposés pour apprendre à partir de données positives non étiquetées. Cependant, la plupart de ces contributions restent théoriques et sont peu performantes sur des données réelles à haute dimension qui sont généralement contaminées par du bruit. Nous nous appuyons sur ces travaux antérieurs pour développer deux algorithmes de classification pratiques qui modélisent explicitement le bruit dans les étiquettes positives et utilisent des transformées univariées construites sur des classificateurs discriminants. Nous prouvons que ces transformations univariées préservent l'antériorité de la classe, ce qui permet une estimation dans l'espace univarié et évite l'estimation de la densité du noyau pour les données à haute dimension. Le développement théorique et les algorithmes paramétriques et non paramétriques proposés ici constituent une étape importante vers l'utilisation généralisée d'algorithmes de classification robustes pour les données positives non étiquetées.