跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

10月19日
  1. 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。