PU

PU는 퍼스널 유틸리티(Personal Utility) 또는 파워 유니티(Power Unity) 등 다양한 맥락에서 사용될 수 있는 약어입니다. 그러나 일반적으로 PU는 "Positive Unlabeled"의 줄임말로 사용되며, 주로 머신러닝과 데이터 마이닝 분야에서 다루어집니다. Positive Unlabeled 학습은 데이터셋이 양성(positive) 클래스와 음성(negative) 클래스의 레이블을 모두 포함하지 않고, 일부 데이터만 양성 레이블이 할당된 경우를 가리킵니다. 즉, 일부 데이터는 긍정적인 샘플이라고 알려져 있지만, 다른 샘플은 레이블이 없거나 부정적인 샘플인지 알 수 없는 상태에서 진행됩니다. 이를 통해 모델은 레이블이 없는 데이터에서 양성 클래스를 잘 분별해낼 수 있도록 훈련됩니다. 이러한 접근 방식은 종종 의료 진단, 스팸 탐지, 추천 시스템 등 다양한 분야에서 활용됩니다, 특히 레이블된 데이터가 부족할 때 유용합니다.