基于标签排序的深度分类器的拟合预测
💡
原文中文,约2600字,阅读约需7分钟。
📝
内容提要
介绍了一种名为SAPS的新算法,通过丢弃除最大softmax概率以外的所有概率值,最小化非符合度分数对概率值的依赖,生成小型集合并传达逐个实例的不确定性。SAPS具有有限样本覆盖保证,预期集合大小小于APS。实验验证了SAPS减小了预测集,提高了预测集的条件覆盖率和适应性。
🎯
关键要点
- 介绍了一种名为SAPS的新算法,通过丢弃除最大softmax概率以外的所有概率值,最小化非符合度分数对概率值的依赖。
- SAPS生成小型集合并传达逐个实例的不确定性,具有有限样本覆盖保证。
- 理论上证明SAPS的预期集合大小始终小于APS。
- 实验验证了SAPS减小了预测集,提高了预测集的条件覆盖率和适应性。
➡️