随笔分类 -  学习理论

摘要:学习理论:预测器-拒绝器多分类弃权学习弃权学习(learning with abstention)主要是为了使分类器在学习过程中可能出现的误导性或者不正确的信息时(这常被称为“幻觉”),能够对做出预测进行弃权。目前,弃权学习的方法主要可以分为以下几种:基于置信度的方法(confidence-based methods)。这种方法在预训练模型返回的分数低于某个阈值θ时弃权;选择性分类(selective classification)。设置一个预测器和一个选择器,并定义被期望的选择或收敛度归一化的选择风险或损失;预测器-拒绝器公式(predictor-rejector formulation)。同时学习一个预测器和一个拒绝器,它们来自不同的函数族,这种方法显式地考虑了弃权花费c,当学习器弃权时将导致大小为c的损失;基于分数的公式(score-based formulation)。对多分类类别进行增广(多一个拒绝标签类型),当分配给拒绝标签的分数最高时进行弃权。 阅读全文
posted @ 2025-02-22 10:44 orion-orion 阅读(90) 评论(0) 推荐(1) 编辑

点击右上角即可分享
微信分享提示