Prediksi Konformal
Prediksi Konformal ialah rangka kerja bebas taburan untuk membina set ramalan yang sah secara statistik (untuk klasifikasi) atau selang ramalan (untuk regresi) di sekeliling output mana-mana model pembelajaran mesin yang telah dilatih. Diperkenalkan oleh Vovk, Gammerman, dan Shafer dalam monograf mereka tahun 2005, ia menyediakan jaminan liputan marginal sampel terhingga — label sebenar jatuh di dalam set ramalan dengan kebarangkalian sekurang-kurangnya 1-alfa — tanpa memerlukan andaian parametrik tentang taburan data.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Vovk, V., Gammerman, A., & Shafer, G. (2005). Algorithmic Learning in a Random World. Springer. ISBN: 978-0-387-00152-4
Cara memetik halaman ini
ScholarGate. (2026, June 2). Conformal Prediction (Distribution-Free Prediction Sets). ScholarGate. https://scholargate.app/ms/machine-learning/conformal-prediction
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Penyelarasan ModelPembelajaran Mesin↔ compare
- Kuantifikasi KetidakpastianSimulasi↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →