Core Concepts
자기 일관성 있는 점 예측과 호환되는 예측 구간을 제공하는 새로운 컨포멀 예측 방법을 제안한다.
Abstract
이 논문은 기계 학습 모델의 점 예측과 예측 구간을 동시에 제공하는 새로운 컨포멀 예측 방법인 자기 일관성 있는 컨포멀 예측(SC-CP)을 소개한다.
주요 내용은 다음과 같다:
점 예측의 자기 일관성(self-consistency)과 예측 구간의 예측 조건부 유효성(prediction-conditional validity)이라는 두 가지 목표를 달성하는 방법을 제안한다.
Venn-Abers 보정을 통해 자기 일관성 있는 점 예측을 얻고, 이를 바탕으로 컨포멀 예측 기법을 적용하여 예측 구간을 구한다.
이론적으로 제안 방법이 유한 표본에서 두 가지 목표를 만족함을 보인다.
실험을 통해 제안 방법이 기존 방법에 비해 예측 구간의 효율성이 높음을 확인한다.
Stats
점 예측의 자기 일관성: f(Xn+1) = E[Yn+1 | f(Xn+1)]
예측 구간의 예측 조건부 유효성: P(Yn+1 ∈ b
Cn(Xn+1) | f(Xn+1)) ≥ 1 - α
Quotes
"자기 일관성 있는 점 예측과 호환되는 예측 구간을 제공하는 것이 목표이다."
"제안 방법은 기존 방법에 비해 예측 구간의 효율성이 높다."