arXiv · ML· One Octadion, Novanto Yudistira, Yuta Nakashima·· 7 小时前AI 评分30
预测类别修正：无校准数据类别的保形阈值方法
Predicted Class Correction: Conformal Thresholds for Classes with No Calibration Data
AI 导读
PCC通过回归分类器头几何描述符来预测保形预测中的类别级阈值偏移。该方法只需校准单个标量，使得无标签稀有类别也能获得独立阈值。 在ImageNet上，PCC使最差类别覆盖率提升0.058，且该增益在仅有100个有标签类别时依然保持。 研究还发现，每类别低于约35个测试样本时，甚至Oracle方法也无法显示改进，需限制评估深度才能恢复显著性。
来源：arXiv · ML · arxiv.org