对密度比率估计鲁棒的协变量偏移适应
在这篇研究论文中，我们介绍了一种通过重要性加权的协变量偏移适应方法的双重健壮估计器，该估计器结合了回归函数的额外估计器，减少了密度比估计误差引起的偏差，并通过模拟研究证实了该方法的稳健性。
该文提出了一种新型组合目标函数，用于解决测试数据中的协变量偏移问题。实验证明该方法在公平性与准确性的权衡上优于其他基线方法，并在不对称协变量偏移的新颖设置下展示了显著优势。理论上证明了训练集上的加权熵项和预测损失可以近似于协变量偏移时的测试损失。
BriefGPT - AI 论文速递 -
