2607.09816
2026-08-17
cs.LG
版本更新
57%
RUBRIC: Realism--Utility Balanced Ranking for Imbalanced Classification
RUBRIC:用于不平衡分类的现实-效用平衡排序
Yanxuan Yu, Dong Liu, Shu Wang, Wenxiao Zhao, Eric Jiang, Chang Liu, Jinxi Yu, Hui Pan, Ben Lengerich, Tong Geng, Renata Borovica-Gajic, Ying Nian Wu
机构
*
Columbia University(哥伦比亚大学)
;
University of California, Los Angeles(加利福尼亚大学洛杉矶分校)
;
University of Melbourne(墨尔本大学)
专题命中
诊断辅助
:diagnosis(abstract);分类 cs.LG
AI总结
研究类别不平衡问题,提出RUBRIC框架,将合成样本选择设为质量优化问题,用现实-效用权衡排序,能收紧泛化边界,经实验验证其在信用卡欺诈检测等任务中可提升F1宏和召回率,保持ROC-AUC并可进行lambda敏感性分析。