Краткое содержание

arXiv:2511.12065v1 Тип объявления: cross Аннотация: Конформное предсказание предлагает свободный от распределений метод для построения прогностических множеств с покрытием в конечных выборках. Однако эффективное использование нескольких оценок соответствия для уменьшения размера прогностического множества остается серьезной нерешенной проблемой. Вместо выбора единственной наилучшей оценки данная работа представляет принципиальную стратегию агрегации, COnfidence-Level Allocation (COLA), которая оптимально распределяет уровни доверия между несколькими множествами конформного предсказания, чтобы минимизировать эмпирический размер множества при сохранении гарантированного покрытия. Далее разработаны два варианта, COLA-s и COLA-f, которые гарантируют маргинальное покрытие в конечных выборках посредством, соответственно, разделения выборки и полной конформизации. Кроме того, мы разрабатываем COLA-l, индивидуализированную стратегию распределения, которая обеспечивает локальную эффективность размера при достижении асимптотического условного покрытия. Обширные эксперименты на синтетических и реальных наборах данных демонстрируют, что COLA достигает значительно мень