学者提出数据依赖事件概率估计统一框架

2026年11月2日，arXiv 机器学习板块发布的一项研究提出了数据依赖事件概率估计的统一框架。该框架涵盖经典遗漏质量（missing mass）、自适应数据分析目标及预测器测试误差估计。针对结合基础分类器与记忆例外的预测器，研究构建了自适应遗漏质量问题，并提出了局限于选定区域的 Good-Turing 混合估计器。此外，研究还进一步推导出了两个误差理论上界，分别基于可能错误区域的 VC 维，以及所选区域与样本的互信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。