不確かなデータによる教師あり学習？

教師あり学習モデルを不確実なデータセットに適用するための既存の方法論はありますか？たとえば、クラスAおよびBのデータセットがあるとします。

+----------+----------+-------+-----------+
| FeatureA | FeatureB | Label | Certainty |
+----------+----------+-------+-----------+
|        2 |        3 | A     | 50%       |
|        3 |        1 | B     | 80%       |
|        1 |        1 | A     | 100%      |
+----------+----------+-------+-----------+

これで機械学習モデルをどのようにトレーニングできますか？ありがとう。

あなたがあなたのデータに帰する数値的な質として、私はこの「確実性」が重みとして確かに使用されることができると思います。「確実性」スコアが高いほど、データが意思決定関数に与える重みが増します。これは理にかなっています。

多くの教師あり学習アルゴリズムは重みをサポートしているため、使用するものの重み付きバージョンを見つける必要があります。

$1$$A$$0$$B$$0.6$$A$$A$$B$$0$$1$

$\log \frac{p(A|x)}{p(B|x)} = \log \frac{p(A|x)}{1-P(A|x)}$$\beta_0 + \beta_1^T x$$p(A|x)$$A$$\beta_0 + \beta_1^T x >0$$B$