Bayesian Ridge Regression

新的贝叶斯得分增强了标签偏移下的不确定性量化

研究人员开发了一种名为标签偏移调整贝叶斯得分（LSA score）的新方法，以在标签分布发生变化时改进一致性预测中的不确定性量化。标准的一致性预测方法在处理标签偏移时存在困难，会导致覆盖率不准确。LSA得分通过使用后验预测倾斜恒等式来调整贝叶斯得分，从而解决了这个问题，该恒等式考虑了标签分布的偏移。这种方法在分子性质预测方面显示出潜力，与现有方法相比，在具有可比覆盖率的情况下产生了更短的区间。