基于连续概率排序评分的在线学习
机器学习
2020-01-27 v2 机器学习
摘要
以未来事件概率分布形式给出的概率预测已在统计科学的若干领域流行。概率预测与观测结果之间的相异度由损失函数（评分规则）度量。连续结果评分规则的著名例子是连续概率排序评分（CRPS）。我们考虑多个竞争方法以概率分布函数形式产生在线预测的情形。本文在专家建议预测框架下考虑概率预测组合问题。我们证明 CRPS 是可混合损失函数，从而可得到以 CRPS 为损失函数的 Vovk 聚合算法之悔的上界（与时间无关）。我们给出了说明所提方法的数值实验结果。
引用
@article{arxiv.1902.10173,
title = {Online Learning with Continuous Ranked Probability Score},
author = {Vladimir V'yugin and Vladimir Trunov},
journal= {arXiv preprint arXiv:1902.10173},
year = {2020}
}
备注
27 pages, 8 figures