协变量与概念漂移的通用量化框架

分布偏移下的泛化仍是现代机器学习中的核心挑战，然而现有的学习界理论局限于狭隘、理想化的设定，且无法通过样本进行估计。在本文中，我们弥合了理论与实际应用之间的鸿沟。我们首先指出，当源域与目标域的支撑集不匹配时，现有的概念偏移定义就会失效。借助熵最优传输，我们提出了一个关键概念：$γ^{}!$-概念偏移，并推导出了一个统一协变量偏移与 $γ^{}!$-概念偏移的通用误差界，该界适用于广泛的损失函数、标签空间和随机标注。我们进一步开发了具有集中性保证的偏移估计器，以及 DataShifts 算法，该算法能够在大多数应用中量化分布偏移并估计误差界——这是一个用于分析分布偏移下学习误差的严谨且通用的工具。