密度校准的符合量回归

本文提出了一种新颖的方法——密度校准的符合量回归（CQR-d），旨在解决特征空间不确定性变化的问题。该方法通过局部数据密度加权结合局部和全局符合性得分，提供有效的预测区间，实验结果表明CQR-d在保持预期覆盖的同时，预测区间比标准符合量回归收窄了8.6%。