Entropy Reweighted Conformal Classification

要約

Conformal Prediction (CP) は、保証された範囲の予測セットを構築するための強力なフレームワークです。
ただし、最近の研究では、信頼性校正を CP と統合すると効率の低下につながる可能性があることが示されています。
この論文では、分類器の不確実性を考慮し、エントロピーベースの再重み付けを採用して等角分類の予測セットの効率を高める適応アプローチを提案します。
私たちの実験結果は、この方法が効率を大幅に向上させることを示しています。

要約(オリジナル)

Conformal Prediction (CP) is a powerful framework for constructing prediction sets with guaranteed coverage. However, recent studies have shown that integrating confidence calibration with CP can lead to a degradation in efficiency. In this paper, We propose an adaptive approach that considers the classifier’s uncertainty and employs entropy-based reweighting to enhance the efficiency of prediction sets for conformal classification. Our experimental results demonstrate that this method significantly improves efficiency.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google