UCI heart disease cohort

新的ALCATRAs框架通过战略性数据采集增强预测能力

研究人员推出ALCATRAs，这是一个新的框架，旨在通过在预算限制下战略性地获取辅助信息来改进下游预测。该框架解决了设计缺失数据的问题，即在标记过程中选择性地收集辅助变量，但在预测时不可用。ALCATRAs包括一个用于选择成本效益高任务的任务选择策略和一个用于知识转移的代理学习程序。理论分析和模拟，包括在UCI心脏病队列中的应用，证明了ALCATRAs与现有方法相比具有更高的样本效率。