arXiv · Machine Learning· Yingjie Bai, Weiming Zhi·· 13 小时前AI 评分44
单点数据价值何时可归结为类别平衡？——单点数据估值的覆盖视角
When Does Data Value Reduce to Class Balance? A Coverage View of Per-Point Data Valuation
AI 导读
研究表明，固定单点分数的 top-k 选择会反复投入已覆盖模式；类别平衡还是显式覆盖，应取决于标签能否识别学习器的模式。标准分类任务中，类别平衡可补足覆盖并匹配或超过通用集合覆盖；无标签时，标签无关覆盖使准确率最高提升 +0.20，而原始 top-k 可能低于随机。覆盖优势依赖学习器表征，相关模式未被表达或数据质量与覆盖无关时会失效。
来源：arXiv · Machine Learning · arxiv.org