研究者提出贝叶斯聚合量化器PQ

Aime Bienfait Igiraneza 等作者发表论文，提出 Precise Quantifier（PQ），一种贝叶斯聚合量化器，用于估计数据集中类别分布并量化估计不确定性，作者称其可实现窄预测区间与充分覆盖。 实验显示，随着底层分类器判别力提升、验证集与测试集规模比增大，PQ 的流行率估计比现有方法更精确，表明其能更有效利用验证信息量化不确定性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。