论文11:15成本敏感的共形预测与人在回路弃权在不平衡高风险决策中的多领域基准这论文用海量实验证明,碰到严重不平衡数据时,传统预测区间会漏掉少数类,Mondrian CP加弃权能大幅提升覆盖率和成本效益,做高风险决策的值得看。#共形预测#Mondrian CP#成本敏感#人在回路aarXiv cs.AI@Manpreet Singh 等 3 人原文稍后读已读值得跟进有用关注 共形预测
论文11:44面向不平衡标签聚合的模型:聚焦少数类检测想处理众包标注中的少数类检测?这篇论文的新模型在33个数据集上召回率都最高,值得看看。#众包标注#不平衡分类#少数类检测#标签聚合aarXiv cs.LG@Gabriel Singer 等 5 人原文稍后读已读值得跟进有用关注 众包标注
论文11:45QC-SMOTE:质量控制SMOTE用于不平衡分类这篇论文提出了QC-SMOTE,在30个数据集上比传统SMOTE获得更好的AUC和F1分数,特别适合处理中度到高度不平衡的数据。#QC-SMOTE#SMOTE#不平衡分类#过采样aarXiv cs.LG@Parth Upman, Shreyank N Gowda原文稍后读已读值得跟进有用关注 QC-SMOTE