.png){kind=icon}
返回
Conformalized classifiers with reject option
.png){kind=icon}
OA
AI
DOI：10.1016/j.mlwa.2026.100838.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在数据驱动的决策支持中，使用机器学习构建的预测模型有助于做出明智决策。在此背景下，具有拒绝选项的模型可能会对某些实例不进行预测。准确评估预测性能与吞吐量之间的权衡需要能够在不同拒绝水平下预先估计性能的能力。本文演示了如何使用一致性预测来实现这一目的。在可交换性条件下，所提出的一致性分类器可以完美估计任何拒绝水平下的准确率或精确率。在利用41个公开可用数据集进行的实证研究中，具有拒绝选项的一致性分类器被证明明显优于使用最先进技术校准的概率预测器。
Keyword:
Conformal prediction
Classification
Classification with reject option
Precision
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
M
IF:
4.9
论文数:
140
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏
The Use of Ranks to Avoid the Assumption of Normality Implicit in the Analysis of Variance使用秩来避免方差分析中隐含的正态性假设
PREAI
分享收藏Classification with reject option: Distribution-free error guarantees via conformal prediction带拒绝选项的分类：通过一致性预测获得分布无关的错误保证
PREAI
分享收藏分享收藏分享收藏 没有更多内容
没有更多内容