Machine learningTrustworthy ML
保形预测
保形预测（Conformal Prediction）是一种无分布的框架，用于围绕任何预训练机器学习模型的输出构建统计上有效的预测集（分类）或预测区间（回归）。该方法由 Vovk、Gammerman 和 Shafer 于 2005 年在其专著中提出，它提供了一个有限样本的边际覆盖保证——即真实标签以至少 1-alpha 的概率落入预测集内——而无需对数据分布进行参数假设。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Vovk, V., Gammerman, A., & Shafer, G. (2005). Algorithmic Learning in a Random World. Springer. ISBN: 978-0-387-00152-4
如何引用本页
ScholarGate. (2026, June 2). Conformal Prediction (Distribution-Free Prediction Sets). ScholarGate. https://scholargate.app/zh/machine-learning/conformal-prediction
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →