集成偏移检测器：一项广泛的实证评估
机器学习
2021-06-29 v1
摘要
术语数据集偏移(dataset shift)指用于训练机器学习模型的数据与该模型运行环境的数据不同的情况。虽然多种类型的偏移会自然发生，但现有偏移检测器通常仅设计用于处理特定类型的偏移。我们提出一种简单而强大的技术来集成互补的偏移检测器，同时将各检测器统计检验的显著性水平调谐至数据集。这使得更鲁棒的偏移检测成为可能，能够处理所有不同类型的偏移，这在精确偏移类型通常未知的实际环境中至关重要。该方法通过在应用于真实世界结构化数据集的各种合成偏移上的大规模统计严谨基准研究得到验证。
引用
@article{arxiv.2106.14608,
title = {Ensembling Shift Detectors: an Extensive Empirical Evaluation},
author = {Simona Maggio and Léo Dreyfus-Schmidt},
journal= {arXiv preprint arXiv:2106.14608},
year = {2021}
}
备注
20 pages, 7 figures