跳转至

Learning from Interval Targets

会议: NeurIPS 2025
arXiv: 2510.20925
代码: bloomberg/interval_targets
领域: 优化
关键词: interval regression, weak supervision, generalization bound, Lipschitz constraint, minmax learning

一句话总结

研究仅有区间标签（上下界）的回归问题，建立了基于假设类平滑性的非渐进泛化界（不依赖小 ambiguity degree 假设），并提出 minmax 学习框架利用平滑约束限制最坏情况标签，在 18 个真实数据集上显著优于无约束方法。

研究背景与动机

问题场景：很多实际任务中精确标签昂贵或不可得——医疗测量费用高、传感器仅记录离散时刻、债券定价仅有买卖价差——但区间上下界往往容易获取。

现有方法局限：Cheng et al. (2023a) 分析了投影损失方法，但依赖两个强假设：(a) 可实现性（\(f^* \in \mathcal{F}\)）；(b) ambiguity degree \(< 1\)（无穷多区间的交集能恢复真实标签）。然而对回归问题，即使 \([y-\epsilon, y+\epsilon]\) 这样简单的区间 ambiguity degree 就等于 1。

核心矛盾：(a) 之前结论仅为渐进性的，缺乏有限样本保证；(b) 平滑假设类在区间学习中的作用未被充分利用。

切入角度：平滑（Lipschitz）假设类使得函数值在相近输入处不能差异太大，从而能"去噪"原始区间——将宽区间缩窄为更紧的有效区间（Fig. 2-3）。

方法详解

问题定义

训练数据 \(\{(x_i, l_i, u_i)\}_{i=1}^n\)，其中 \(l_i \le f^*(x_i) \le u_i\)。目标：学 \(f \in \mathcal{F}\) 最小化 \(\text{err}(f) = \mathbb{E}[\ell(f(X), Y)]\)。

方法一：投影损失（Projection Loss）

定义投影损失：

\[\pi_\ell(f(x), l, u) = \min_{\tilde{y} \in [l,u]} \ell(f(x), \tilde{y})\]

由 Proposition 2.1，可简化为边界处的评估：

\[\pi_\ell(f(x), l, u) = \mathbf{1}[f(x)<l]\cdot\ell(f(x),l) + \mathbf{1}[f(x)>u]\cdot\ell(f(x),u)\]

即：函数值在区间内时损失为 0，超出区间时惩罚到最近边界的距离。

区间缩窄的关键机制（Proposition 3.4 + Theorem 3.6）

核心 insight：对 \(m\)-Lipschitz 假设类 \(\mathcal{F}\)（\(|f(x) - f(x')| \le m\|x - x'\|\)），任何满足投影损失为 0 的函数 \(f\) 在点 \(x\) 处的值被限制在缩窄区间内：

\[f(x) \in [l_{\mathcal{D}\to x}^{(m)},\ u_{\mathcal{D}\to x}^{(m)}]\]

其中 \(l_{\mathcal{D}\to x}^{(m)} = \sup_{x'} (l_{x'} - m\|x-x'\|)\)，\(u_{\mathcal{D}\to x}^{(m)} = \inf_{x'} (u_{x'} + m\|x-x'\|)\)。

直觉：如果 \(f(x)\) 要很大，那么附近所有 \(x'\) 处 \(f(x')\) 也必须大（Lipschitz 约束），但这些 \(f(x')\) 又必须在各自区间内——矛盾。因此可用邻近点的区间信息收紧当前点的有效区间。

对一般的 \(f \in \widetilde{\mathcal{F}}_\eta\)（投影损失 \(\le \eta\)），Theorem 3.6 给出带缓冲的扩展界：

\[f(x) \in [l_{\mathcal{D}\to x}^{(m)} - r_\eta(x),\ u_{\mathcal{D}\to x}^{(m)} + s_\eta(x)]\]

缓冲 \(r_\eta, s_\eta\) 由等式 \(\mathbb{E}_X[(r - lg_{X\to x}^{(m)})_+^p] = \eta\) 隐式定义，且 \(\eta \to 0\) 时 \(r,s \to 0\)。

主要泛化界

Theorem 4.1（可实现情形）：对 Rademacher 复杂度 \(O(1/\sqrt{n})\) 的 \(m\)-Lipschitz 假设类，以高概率：

\[\text{err}(f) \le \underbrace{\mathbb{E}_X[|u_{\mathcal{D}\to X}^{(m)} - l_{\mathcal{D}\to X}^{(m)}|]}_{(a)\ \text{不可约误差}} + \underbrace{\tau + O\left(\frac{1}{\sqrt{n}}\right)\Gamma(\tau)}_{(b)\ \text{随}\ n\ \text{衰减}}\]
  • (a) 依赖于假设类平滑度和区间质量——\(m\) 越小区间越窄，但 \(m\) 太小假设类表达力不够
  • (b) 随样本量 \(n\) 衰减到 \(\tau\)（\(\tau\) 可任取足够小）

Theorem 4.2（不可知情形）：额外引入最优假设误差 OPT 项，上界收敛到 \(\text{OPT} + \mathbb{E}[|u^{(m)} - l^{(m)}|] + 2\tau + 2\text{OPT}\cdot\Gamma(\tau)\)。

方法二：Minmax 学习

基础 Minmax：对最坏情况标签优化

\[\min_f \sum_i \max_{\tilde{y}_i \in [l_i, u_i]} \ell(f(x_i), \tilde{y}_i)\]

由 Proposition 5.1，对 \(\ell_1\) 损失等价于用区间中点做回归：\(f' = \arg\min_f \sum_i |f(x_i) - (l_i+u_i)/2|\)

约束 Minmax（利用平滑性，Proposition 5.3）：限制最坏标签来自假设类

\[\min_{f \in \mathcal{F}} \max_{f' \in \widetilde{\mathcal{F}}_0} \mathbb{E}[\ell(f(X), f'(X))]\]

Proposition 5.4：存在场景使约束 Minmax 误差为 0 而无约束 Minmax 误差任意大——平滑约束至关重要。

两种实用近似： 1. Minmax (reg)：对 \(f'\) 加投影损失正则项，用 GDA 交替优化 2. PL (Mean/Max)：先训练 \(k\) 个 \(f_j \in \widetilde{\mathcal{F}}_\eta\) 作伪标签，再对 \(f\) 做 \(\min_f \max/\text{mean}_{j} \sum_i \ell(f(x_i), f_j(x_i))\)

实验关键数据

Lipschitz MLP vs 标准 MLP（18 个表格回归数据集，投影损失）

数据集 LipMLP MAE MLP MAE
Ailerons 3.278±0.034 4.323±0.098
CPU Activity 10.271±0.026 10.560±0.087
Mercedes 8.791±0.187 11.207±0.218
Miami House 1.013±0.028 1.671±0.055
Sulfur 10.681±0.082 14.421±0.279
Superconduct 0.540±0.021 1.459±0.099
Topo 21 1.305±0.013 2.192±0.177
YProp 4 2.360±0.050 3.828±0.435
Allstate Claims 86.547 86.542
GPU 29.817 25.123

18 个数据集中 LipMLP 在 14 个上显著优于标准 MLP，验证了平滑性在区间学习中的关键作用。

Lipschitz 常数的影响（Fig. 7）

  • Lipschitz 常数过小：假设类过于受限，OPT 项增大，误差上升
  • Lipschitz 常数过大：退化为标准 MLP，失去区间缩窄优势，误差上升
  • 最优 Lipschitz 常数在两者之间，与从训练集近似的 \(m\) 值接近
  • PL (Mean) 方法的误差作为水平线对比，LipMLP 在最优 \(m\) 处通常更优

不同学习方法对比

方法 均匀区间最佳 中心对称区间最佳 通用推荐
Projection ✓ — 当区间质量好时
Midpoint — ✓ 当标签在区间中心附近
Minmax (naive) — ✓ = Midpoint
PL (Mean) ✓ ✓ 综合最佳
PL (Max) ✓ — 保守估计

亮点

  1. 去除 ambiguity degree 假设——之前是区间学习理论的核心限制，本文用 Lipschitz 平滑性替代
  2. 区间缩窄机制（Theorem 3.6）直觉清晰且实用，将平滑性转化为更小有效区间
  3. 约束 Minmax（Proposition 5.4）可任意优于无约束版本——理论保证强
  4. 非渐进泛化界可直接指导有限样本实践
  5. Lipschitz MLP 的谱归一化实现简单，作为超参调节的"免费午餐"

局限与展望

  1. 假设区间一定包含真实标签——"嘈杂区间"（标签可能在区间外）未处理
  2. Theorem 4.1 中 \(\Gamma(\tau)\) 依赖分布，某些分布下可能退化很大
  3. Minmax (reg) 需 GDA 交替优化，训练不如投影损失稳定
  4. 仅考虑 i.i.d. 设定，时序场景（如传感器数据）需新理论
  5. 实验主要是中等规模表格数据，缺少图像/NLP 等高维验证

与相关工作的对比

  • vs. Cheng et al. (2023a)：后者需 ambiguity degree \(<1\) + 可实现性 + 仅渐进结论；本文无需这些假设，\(O(1/\sqrt{n})\) 非渐进界
  • vs. 部分标签学习（Lv et al. 2020）：后者针对分类（有限标签集），投影损失是其在回归上的自然推广
  • vs. 半监督学习：区间学习是弱监督的一种，理论框架不同
  • vs. 区间回归（传统统计）：传统方法多用似然/EM，本文从学习论角度给出泛化保证

启发与关联

  • 平滑性 ↔ 区间缩窄 的关系启发在其他弱监督场景（如标签噪声、锚框回归）中利用先验结构性
  • Lipschitz 常数作为超参的调节策略 can be applied to other constrained learning problems
  • 约束 Minmax 框架可推广到其他不确定性集合（如置信区间、分布鲁棒优化）

评分

  • ⭐ 新颖性: 4/5 — 平滑性驱动区间缩窄的理论洞察新颖，约束 Minmax 框架有实际意义
  • ⭐ 实验充分度: 4/5 — 18 数据集 + 多方法对比 + Lipschitz 常数消融，较全面
  • ⭐ 写作质量: 4/5 — 理论推导层次清晰，直觉图示有效
  • ⭐ 综合价值: 4/5 — 填补了区间回归理论空白，方法实用

相关论文