目标异常度：一种新颖的共形预测难度估计器
机器学习
2024-10-28 v1
摘要
本文引入了目标异常度，这是一种用于共形预测（CP）的新颖难度估计器，为预测区间（PI）的归一化提供了一种替代方法。通过评估一个预测在其最近邻目标分布的背景下的异常程度，目标异常度能够超越当前的最先进性能。在多次共形回归实验中，对该新颖难度估计器与其他估计器进行了对比评估。
引用
@article{arxiv.2410.19077,
title = {Target Strangeness: A Novel Conformal Prediction Difficulty Estimator},
author = {Alexis Bose and Jonathan Ethier and Paul Guinand},
journal= {arXiv preprint arXiv:2410.19077},
year = {2024}
}
备注
8 pages, 2 figures