Positive-Unlabeled Learning（PU Learning）详解——当数据中只有“已知正类”和“未知标签”时，如何高效分类？

1. 什么是PU Learning？

**PU Learning（正样本-未标记学习）**是一种特殊的半监督学习任务，其核心场景是：仅有少量已标记的正样本（Positive）和大量未标记的样本（Unlabeled），而负样本（Negative）未被明确标注或难以获取。例如：

• 金融风控：仅有已知的欺诈用户（正类），其他用户未标记（可能包含正常用户和未被发现的欺诈用户）49。

• 异常检测：正常数据容易标注，但异常数据可能动态变化或形式多样37。

• 推荐系统：用户点击的条目是正样本，未点击的条目未必是负样本（可能未被曝光）113。

与传统分类的区别：

• 监督学习：需要明确的“正负样本”。

• 单分类（One-class）：仅用正样本训练，但可能忽略未标记数据中的潜在负类信息2。

• PU Learning：通过挖掘未标记样本中的隐藏信息（如可靠负样本），结合正样本训练分类器，兼顾效率与准确性14。

---

2. 核心挑战与方法

P