تعتبر أنظمة اتخاذ القرار في المجالات الحيوية مثل الائتمان والتأمين والصحة العامة من الأنظمة التي تتطلب دقة عالية في قياس عدم اليقين، خاصة في ظروف عدم التوازن بين الفئات. حيث أظهرت دراسة جديدة أن تقنيات التنبؤ التقليدية غالباً ما تفشل في التعامل مع الفئات النادرة، مما يؤدي إلى تغطية منخفضة في الفئات الأقل تمثيلاً، وقد تصل في بعض الحالات إلى 0.5٪ فقط.

لتجاوز هذه القيود، أجريت دراسة شاملة تقارن بين تقنيات التنبؤ القياسية، بما في ذلك تكنولوجيا التنبؤ الشرطي مثل (Mondrian Conformal Prediction)، حيث تم إجراء 3150 تجربة عبر 15 مجموعة بيانات إحصائية مختلفة.

تشير النتائج إلى أن تقنية (Mondrian CP) تعمل على تحسين دقة تغطية الفئات الأقل تمثيلاً بمتوسط زيادة قدرها 61.7 نقطة مئوية مقارنة بالتنبؤات التقليدية. كما أظهرت النتائج أن دمج (Mondrian CP) مع آليات الامتناع القائمة على التكلفة يمكن أن تقلل التكاليف المتوقعة للقرارات مقارنة بالحدود التقليدية والمراجعات البشرية للقرار.

يقدم هذا البحث إرشادات عملية لنشر قياسات عدم اليقين التي تأخذ في الاعتبار التكاليف، مما يساعد على تحسين أنظمة الدعم في اتخاذ القرار في مجالات حساسة ومهمة.