混合噪声的matlab代码倾斜经验风险最小化
该存储库包含本文的实现
ICLR
2021
通常将经验风险最小化(ERM)设计为在平均损失上表现良好,这可能导致估计值对异常值敏感,泛化效果差或对子组进行不公平对待。
尽管许多方法旨在单独解决这些问题,但在这项工作中,我们通过统一的框架-倾斜的经验性风险最小化(TERM)来探索它们。
该存储库包含数据,代码和实验,以重现我们的经验结果。
我们证明了TERM可用于多种应用,例如加强子组之间的公平性,减轻异常值的影响以及处理类不平衡。
TERM不仅可以与针对这些个别问题的量身定制的现有解决方案竞争,而且还可以启用全新的应用程序,例如同时解决异常值和促进公平性。
入门
依存关系
当我们将TERM应用于各种实际应用程序时,不同应用程序的依赖关系可能会有所不同。
如果我们提到该代码基于其他公共代码库,则需要遵循这些代码库的相同设置。
否则,需要以下依赖项(最新版本将起作用):
python3
斯克莱恩
麻木
matplotlib
色彩系统
海生的
科学的
cvxpy(可选)
TERM的性质
激励榜样
这些图将TERM表示为t的函数:(a)从一组2D样
2021-10-10 16:32:33
5.93MB
系统开源
1