特权信息学习范式下的保形预测及其在药物发现中的应用
机器学习
2018-04-05 v2 机器学习
应用统计
摘要
本文探讨了特权信息学习（LUPI）范式下的保形预测。我们在归纳式保形预测器中使用LUPI的SVM+实现，并将其应用于MNIST基准数据集和三个药物发现数据集。结果表明，使用特权信息能产生有效的模型，并且与标准SVM相比提高了效率，但这种改进在不同测试数据集间存在差异，且在药物发现应用中并不显著。更重要的是，在保形预测框架中使用SVM+能够在指定的显著性水平下实现有效的预测区间。
引用
@article{arxiv.1803.11136,
title = {Conformal Prediction in Learning Under Privileged Information Paradigm with Applications in Drug Discovery},
author = {Niharika Gauraha and Lars Carlsson and Ola Spjuth},
journal= {arXiv preprint arXiv:1803.11136},
year = {2018}
}