杉山正树;马提亚斯·克劳利达特;穆勒，克劳斯·罗伯特 通过重要性加权交叉验证实现协变量移位适应。 （英语） Zbl 1222.68313号 J.马赫。学习。物件。 8, 985-1005 (2007). 总结：监督学习中的一个常见假设是，训练集中的输入点与在未来测试阶段给出的输入点遵循相同的概率分布。然而，这种假设并不满足，例如，当外推训练区域的外部时。当给定输入点的输出值的条件分布不变时，训练输入点和测试输入点遵循不同的分布，这种情况称为协变量移位。在协变量偏移下，标准模型选择技术（如交叉验证）无法按预期工作，因为其无偏性不再保持。在本文中，我们提出了一种新的方法，称为重要性加权交叉验证（IWCV），对于该方法，我们证明了其即使在协变量移位下也是无偏的。IWCV程序是唯一一个可以在协变量移位下应用于无偏分类的程序，而回归存在IWCV的替代方法。我们提出的方法的有用性通过仿真得到了证明，并在脑-计算机接口中得到了进一步证明，在训练和测试之间可以看到强烈的非平稳性效应。 引用于41文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 关键词：协变位移;交叉验证;重要性抽样;外推;脑-计算机接口 软件：UCI-毫升 PDF格式BibTeX公司 XML格式引用 \textit{M.Sugiyama}等人，J.Mach。学习。第8号决议，985--1005（2007年；Zbl 1222.68313） 全文： 链接