适用于适当损失的在线分位数全预测

arXiv:2610.21342v1 公告类型：新 摘要：近年来，构建一个在多种评估指标下都能保持准确的预测器这一任务逐渐受到关注，并被称为全能预测。该领域以往的研究主要集中于二元预测任务，而现有关于多类别和连续结果的研究通常具有较慢的误差收敛速度。在本文中，我们研究以一组分位数表示的预测结果，其中概率水平取自一个离散但其他方面任意的集合。我们开发了具有样本效率的算法，用于构建预测结果，使其能够在满足温和正则性条件的所有适当损失下同时保持准确；其中，适当损失是指通过预测真实分位数即可使其达到最小值的损失。我们的算法采用在线方式，能够在动态环境中运行，同时考虑多种损失；其预测结果有望为不同终端用户提供丰富的信息，用于评估风险并辅助各种实际决策任务。作为示例，我们展示了如何利用该方法集成疫情期间专家对 COVID-19 住院人数所作的分位数预测。