Split Conformal Prediction 相关 AI 资讯 · AI 热点

7月1日

11:34

11:34

官方账号arXiv cs.LG@Sayan Das, Bahram Yaghooti, Todd A. Kuffner, Soumendra N. Lahiri

本文研究分割共形预测中训练集与校准集的最优分割比例，目标是在保持覆盖保证的同时最小化预测区间长度。在一般框架下推导了对称和非对称场景下长度最优分割比的理论刻画，并具体分析了线性回归、非参数回归和神经网络等常见回归设置。提出了一种基于数据的最优比例选择方法，并通过合成和真实数据集实验验证了其适用性。

论文 Split Conformal Prediction 共形预测数据分割不确定性量化

推荐理由：这篇论文教你怎么分割数据能让预测区间更短，覆盖了线性回归、神经网络等常见模型，有实操方法。