Venn-Abers预测器无标签估计选择性分类器准确率
热点事件观察中
Venn-Abers预测器无标签估计选择性分类器准确率
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Alberto García-Galindo 等作者提出一种方法:在真实标签不可得时,用 Venn-Abers 预测器估计选择性分类器的性能,并给出经过校准的区间估计与实用下界。 该方法针对的是分类器把不确定预测转交人工复核的场景,用于量化这类选择性分类器的可靠程度。报道未给出实验数据或实际效果验证。
AI 根据报道生成 · 8 小时前更新
最新进展10月19日 08:00
利用 Venn-Abers 预测器在无标签条件下估计选择性分类器的准确率报道时间线
沿着报道,了解事件的不同侧面。
10月19日
- Patterns利用 Venn-Abers 预测器在无标签条件下估计选择性分类器的准确率
该研究提出用 Venn-Abers 预测器在无真实标签时估计选择性分类器的性能,给出校准的区间估计与实用下界,用于量化不确定预测转人工复核时分类器的可靠程度。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。