PU learning: когда негативов нет, а модель обучать надо 😎

Есть 300 подтверждённых фейковых отзывов и 50 000 непроверенных. Среди них тоже есть фейки, но размечать всё вручную — боль 🫠

Тут помогает PU learning:
✅ P — Positive: подтверждённые фейки
📦 U — Unlabeled: всё остальное вперемешку
То есть модель учится без отдельного набора негативов.

Где полезно: антифрод, спам, медицина, фейковые отзывы

Основные подходы:
⚖️ взвешивание
🎯 несмещённый риск
🛡️ неотрицательный риск

Классический PU learning предполагает, что позитивы попали в разметку случайно. Если же чаще размечают самые заметные объекты, модель может выучить не сам класс, а логику разметки 😬

Поэтому главный вопрос: как отбирались положительные примеры?
Случайно → классический PU learning ✅
Неслучайно → instance-dependent PU learning 🧠

Негативов нет — не страшно.
Смещённая разметка — вот где проблема. 👀