协变量漂移下的一致性预测系统
原文中文,约300字,阅读约需1分钟。发表于: 。该论文提出了一种适应协变量偏移的加权一致性预测系统(WCPS),通过利用训练和测试协变量分布之间的似然比,构建非参数预测分布,并通过模拟实验证明了其在协变量偏移下的概率校准性。
本研究调查了非参数机器学习模型与符合预测在准确预测房屋价格方面的应用。通过调整置信区间解决地理区域不完全校准的问题,并在奥斯陆房地产市场数据集上验证了性能。研究结果表明,局部加权版本的非一致性分数可以一致地校准置信区间。模拟研究还探索了符合预测在房地产市场数据上的性能。