端到端的符合性校准用于不确定性下的优化

决策者在使用机器学习时，通常在相同预测下采取相同行动。符合性预测量化结果不确定性，改善风险管理。我们提出结合Venn-Abers校准的自洽符合性预测，确保模型预测下行动的有效性。该方法适用于任何黑盒模型，为特定行动提供决策保证。实验显示其在区间效率和条件有效性间取得平衡。