arXiv ID:
2606.11865
标签偏移下的共形贝叶斯方法:事后校准与训练内适应 / Conformal Bayes under Label Shift: Post-Hoc Calibration vs. In-Training Adaptation
1️⃣ 一句话总结
本文对比了在训练数据与目标数据标签分布不同(标签偏移)时,两种改进共形贝叶斯预测集的方法:一种是在模型训练后调整预测结果和阈值(事后校准),另一种是在训练过程中直接调整模型参数(训练内适应),实验表明两者都能保证预测覆盖的准确性,且后者在某些情况下能更有效地缩小预测区间。