Konform prediksjon
Konform prediksjon er et distribusjonsfritt rammeverk for å konstruere statistisk gyldige prediksjonsmengder (for klassifisering) eller prediksjonsintervaller (for regresjon) rundt utfallet av enhver forhåndstrent maskinlæringsmodell. Introdusert av Vovk, Gammerman og Shafer i deres monografi fra 2005, gir det en marginal dekningsgaranti for endelige utvalg — den sanne etiketten faller innenfor prediksjonsmengden med minst 1-alfa sannsynlighet — uten å kreve parametriske antakelser om datafordelingen.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Vovk, V., Gammerman, A., & Shafer, G. (2005). Algorithmic Learning in a Random World. Springer. ISBN: 978-0-387-00152-4
Slik siterer du denne siden
ScholarGate. (2026, June 2). Conformal Prediction (Distribution-Free Prediction Sets). ScholarGate. https://scholargate.app/no/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.
- ModellkalibreringMaskinlæring↔ compare
- Kvantifisering av usikkerhetSimulering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →