智能AI
morning
针对不确定的决策阈值进行适当的预算损失设计
摘要
arXiv:2611.23247v1 Announce Type: new Abstract: A binary probability estimate may be used by several decision makers with different error costs. Proper scoring rules can emphasize selected probability...
the
threshold
and
distribution
regret
loss
The
probability
decision
with
2026-11-19
1 阅读
约1分钟阅读
Ankit Sharma (International Institute of Information Technology Bangalore)
字号:
arXiv:2611.23247v1 公告类型:新 摘要:二元概率估计可由具有不同错误成本的多个决策者使用。适当的评分规则可以强调选定的概率阈值,但单个平均阈值分布不需要给出良好的最坏情况遗憾保证。我们研究当阈值分布属于有限指定族时适当损失的选择。在具有正的逐点下限和固定总质量的可积损失权重中,我们推导出最小化从替代遗憾到阈值平均决策遗憾的尖锐、无分布乘数的权重。该解决方案将阈值密度的重新调整的上包络线剪裁在规定的楼层;它的标准化是通过一维根搜索找到的。我们给出了密度错误指定下的清晰度、最优性和稳定性的证明,以及原子阈值定律的限制。精确的直方图实现和针对 20 个种子的两次综合实验验证了该结构。优化的乘数相对于均匀和平均密度权重有所改善,而拟合模型性能并未均匀改善。结果是在明确预算下的损失设计保证,而不是一般性的预测优越性主张。
这篇文章对您有帮助吗?
订阅66必读
每日精选科技资讯,直达你的邮箱