新的双块聚类树提供可解释的多元回归

研究人员推出了一种新颖的多元响应回归树——双块聚类树（tbtree）。该方法利用密集或稀疏的双块降维来构建局部叶模型和计算不纯度，确保了计算效率和可解释性。该论文还提出了一种基于共偏度的双块降维空间估计器，有助于识别非正态簇。虽然tbtree擅长恢复分段线性模型，但它也展示了对复杂非线性依赖建模的能力，在真实世界数据上的表现与随机森林等技术相当。 AI

影响 引入了一种新的可解释回归树方法，在特定应用中可能优于现有的黑箱模型。

排序理由 该簇包含一篇详细介绍新统计方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv stat.ML 阅读 →

• arXiv
• Coskewness
• decision tree
• multivariate linear models
• random forest
• stat.ML
• Twoblock clustering tree
• twoblock dimension reduction

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →