16、基于相异性的多示例学习方法解析

基于相异性的多示例学习方法解析

在机器学习领域，多示例学习（MIL）是一个重要的研究方向。传统的监督学习中，每个对象由单个实例表示且有直接关联的标签，但在MIL里，复杂对象由一组“子对象”（实例）构成的集合（包）表示，只有包有标签，实例没有直接标签。下面我们深入探讨基于相异性的多示例学习方法。

多示例学习概述

MIL问题在很多实际场景中都有出现，比如医学图像分类。在这个场景下，一个病人的医学图像是一个包，图像中的局部图像块是实例，包的标签表示病人是否患病。传统解决MIL问题的方法有两种：
- 一种是在实例空间中明确学习一个决策边界，将捕获概念的实例与其他实例分开，然后根据包中是否有实例落在这个区域来对包进行分类。
- 另一种是将包中所有实例都标记为与包相同的标签，把问题当作标准的监督学习问题处理，最后通过组合包中各个实例的分类结果来对包进行分类。

然而，这些传统方法在学习步骤中独立处理同一包中的实例，忽略了潜在的有用信息。为了利用这些信息，一些研究者采用基于核的方法在包级别进行学习。例如，Andrews等人重新制定了支持向量机（SVM）优化问题，使其直接在包级别处理MIL问题；Gartner等人、Tao等人和Zhou等人则为MIL问题设计了专门的核，并使用标准SVM。

相异性表示学习

本文提出使用相异性表示方法来解决包级别的MIL问题。一旦构建了包的相异性空间，问题就转化为标准的监督学习问题，可以使用通用的监督分类器来解决。与基于核的方法不同，相异性表示方法不要求Mercer核，因此可以使用更广泛的接近度度量，如模式识别中常用的Hausdorff距离和单链接距离。

具体来说，对象通常用特征向量空间