序分类的 conformal 风险控制

作为标准 conformal prediction 方法的自然延伸，最近开发并应用于各种学习问题的多种 conformal risk control 方法。本文旨在对序分类任务中的 conformal 风险进行期望控制，这些任务在许多实际问题中具有广泛应用。为此，我们首先在 conformal risk control 框架下对序分类任务进行建模，并提供了该风险控制方法的理论风险界限。随后，我们提出两种专为序分类任务设计的损失函数，并开发了相应的算法来控制其风险在所需水平。我们展示了所提出方法的有效性，并分析了两种不同风险在三个不同数据集上的差异，包括一个模拟数据集、UTKFace 数据集和糖尿病视网膜检测数据集。