arXiv · Statistics Machine Learning· Futoshi Futami, Jerry Huang, Ichiro Takeuchi·2026-09-30 12:00· 6 小时前AI 评分15

Hierarchical Utility Calibration for Structured Multiclass Decisions

AI 导读

论文提出分层效用校准（HUC）方法，将实际效用与预测均值的差异分解为标签树内部节点的贡献之和，揭示各节点正负贡献可能相互抵消，即使 UC 指标较小，层次中部分节点的效用误差仍可能较大。HUC 在求和前逐节点评估贡献，并提出仅更新违反节点的 HUC-Boost，两者均提供有限样本理论保证。