Adversarial Validation
ドメインシフト $ P_{train}(X) \neq P_{test}(X) を検出する手法の一つ。
訓練データとテストデータ $ P_{train}(X) と $ P_{test}(X) を元に $ P(\{train, test\} | X) を予測するモデル adversarial classifier を学習する。学習できたとしたらそれは P(X) に差がある。
これを使って訓練時の重み付けやfeature selectionをする事で予測性能を改善する事ができる。adversarial clasifierのfeature importanceが大きな素性は変化しているとわかる。
Pan, Jing, et al. "Adversarial Validation Approach to Concept Drift Problem in Automated Machine Learning Systems." arXiv preprint arXiv:2004.03045 (2020).