Краткое содержание

arXiv:2505.08578v2 Тип анонса: replace-cross Аннотация: Конформное предсказание — это популярный метод построения предсказательных интервалов для чернобоксных моделей машинного обучения с гарантиями маргинального покрытия. В приложениях с потенциально высокоэффективными событиями, такими как наводнения или финансовые кризисы, регуляторы часто требуют очень высокой доверительной вероятности для таких интервалов. Однако, если требуемый уровень доверия слишком велик относительно объема данных, используемых для калибровки, классические конформные методы дают бесконечно широкие и, следовательно, бесполезные предсказательные интервалы. В данной статье мы предлагаем новый метод, позволяющий преодолеть это ограничение. Мы объединяем статистику экстремальных значений и конформное предсказание, чтобы обеспечить надежные и информативные предсказательные интервалы с покрытием высокой доверительной вероятности, которые могут быть построены с использованием любого чернобоксного метода регрессии экстремальных квантилей. Взвешенная версия нашего подхода позволяет учитывать нестационарные данные. Преимущества нашего метода экстремального конформного предсказания