May, 2024
关于 KNN-Shapley 值的通胀
On the Inflation of KNN-Shapley Value
Ziao Yang, Han Yue, Jian Chen, Hongfu Liu
TL;DR基于 Shapley 值的数据评估方法，在考虑样本对所有可能的训练子集的贡献时，量化每个个体样本的有用性。然而，这些方法面临价值膨胀的挑战 - 虽然具有负 Shapley 值的样本是有害的，但一些具有正值的样本也可能具有负面效果。为了解决这些问题，我们提出了 Calibrated KNN-Shapley (CKNN-Shapley)，将零作为阈值进行校准，以通过减轻小型训练子集的负面影响，区分有害样本和有益样本。通过广泛的实验，我们展示了 CKNN-Shapley 在缓解数据评估膨胀、检测有害样本和评估数据质量方面的有效性。我们还将我们的方法扩展到非传统的分类设置，包括对存在标记错误的数据、流数据的在线学习以及标签注释的主动学习等多样实际场景。