机构名称：
¥ 2.0
更详细地，PCP建立在分裂的保形预测框架的基础上（Lei and Wasserman，2014； Papadopoulos等，2002）。它首先将观察到的数据D随机分配到初步的D PRE和校准集D Cal中。它具有三个阶段。（1）它适合条件生成模型Q（y | x）与初步数据d pre。（2）对于校准集d cal中的每个点（x i，y i），它生成了k独立的预期样本ˆ y x i = {ˆ y i i 1，····y ik}，从拟合的模型q（y | x i）中。然后，它计算每个采样的预言与真实标签y i之间的差异。这些数量称为不符合分数，并测量生成模型的合适性。（3）最后，它计算并记录了不符合分数的（1 -α）经验分位数。分位数将用于构建预测集。
使用条件随机样品
主要关键词
相关文件推荐
