带置信度的概率预测在线聚合
人工智能
2021-09-30 v1 机器学习
摘要
本文介绍了带有专家建议的预测（PEA）中的数值实验和一些理论进展。其中一个实验涉及根据温度预测电力消耗，并使用了真实数据。由于依赖模式可能随季节和一天中的时间而变化，该领域自然适用于具有不同“专业领域”的专家的 PEA 公式。我们考虑了多种竞争方法以概率分布函数的形式产生在线预测的情况。概率预测与结果之间的差异由损失函数（评分规则）来衡量。连续结果评分规则的一个常见例子是连续分级概率分数（CRPS）。本文在 PEA 框架下考虑了结合概率预测的问题。我们证明了 CRPS 是一个可混合的损失函数，随后可以得到使用 CRPS 作为损失函数的 Vovk 聚合算法的遗憾的时间无关上界。此外，我们在该方案中引入了特化专家方法的“平滑”版本，这使我们能够结合具有重叠能力域的特化专家的概率预测。
引用
@article{arxiv.2109.14309,
title = {Online Aggregation of Probability Forecasts with Confidence},
author = {Vladimir V'yugin and Vladimir Trunov},
journal= {arXiv preprint arXiv:2109.14309},
year = {2021}
}
备注
32 pages, 10 figures