Sep, 2022
当协变量和标签同时发生变化时,估计和解释模型性能
Estimating and Explaining Model Performance When Both Covariates and Labels Shift
Lingjiao Chen, Matei Zaharia, James Zou
TL;DR该文研究了机器学习模型在遇到新的用户数据时,如何估计模型的性能,提出了一种新的分布偏移模型 SJS 和算法框架 SEES,实验结果表明 SEES 在各种数据集和分布偏移情况下,相比现有方法,均能显著提高分布偏移误差的估计精度。