For the binary prevalence quantification problem under prior probability shift, we determine the asymptotic variance of the maximum likelihood estimator. We find that it is a function of the Brier score for the regression of the class label on the features under the test data set distribution. This observation suggests that optimising the accuracy of a base classifier, as measured by the Brier score, on the training data set helps to reduce the variance of the related quantifier on the test data set. Therefore, we also point out training criteria for the base classifier that imply optimisation of both of the Brier scores on the training and the test data sets.


翻译:对于在先前概率变化情况下的二元流行程度量化问题,我们确定最大概率估计值的无症状差异。我们发现,这是测试数据集分布下等级标签回归的Brier评分的函数。这一观察表明,优化培训数据集中以Brier评分衡量的基准分类器的准确性有助于减少测试数据集中相关量化值的差异。因此,我们还指出了基准分类师的培训标准,这意味着培训和测试数据集中Brier评分的优化。

0
下载
关闭预览

相关内容

先验概率(prior probability)是指根据以往经验和分析得到的概率,如全概率公式,它往往作为"由因求果"问题中的"因"出现的概率。
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
已删除
将门创投
7+阅读 · 2018年12月12日
Arxiv
5+阅读 · 2017年12月14日
Arxiv
3+阅读 · 2014年10月9日
VIP会员
相关资讯
已删除
将门创投
7+阅读 · 2018年12月12日
Top
微信扫码咨询专知VIP会员