English(EN) 2D Stability Selection: Design Jittering for Doubly Stable Feature Selection

新的二维稳定性选择方法提高了特征选择的鲁棒性

作者 PulseAugur 编辑部 · [2 个来源] · 2026-05-04 04:09

研究人员开发了一种名为“二维稳定性选择”的新方法，以改进高维回归中的特征选择。该技术解决了由采样变异性和数据测量误差引起的が不稳定性。通过向设计矩阵注入受控噪声并聚合选择频率，该方法增强了对噪声预测变量和测量误差的鲁棒性。 AI

影响引入了一种新颖的统计特征选择技术，可以提高机器学习模型的可靠性。

排序理由这是一篇详细介绍新统计方法的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv stat.ML TIER_1 English(EN) · Mahdi Nouraie, Houying Zhu, Samuel Muller · 2026-05-05 04:00

二维稳定性选择：双稳健特征选择的抖动设计

arXiv:2605.02205v1 Announce Type: cross Abstract: We study feature selection in high-dimensional regression under two distinct sources of instability: sampling variability and measurement error in the design matrix. Stability Selection addresses the former through sub-sampling an…
arXiv stat.ML TIER_1 English(EN) · Samuel Muller · 2026-05-04 04:09

二维稳定性选择：双重稳定特征选择的抖动设计

We study feature selection in high-dimensional regression under two distinct sources of instability: sampling variability and measurement error in the design matrix. Stability Selection addresses the former through sub-sampling and aggregation, but does not explicitly stress-test…