研究人员开发了 RoBART,一种用于贝叶斯加性回归树 (BART) 的新方法。RoBART 引入了特定树旋转,允许在旋转坐标中进行轴对齐分割,同时保持叶节点不变。该方法旨在改进对与预测变量轴不对齐的复杂边界的近似,这是标准 BART 的一个常见挑战。所提出的方法使用 Metropolis-Hastings 算法联合优化旋转序列和切点,并包括对后验收缩率的理论保证,证明了 RoBART 能够适应标准 BART 可能无法适应的内在维度。 AI
影响 引入了一种新方法,用于提高统计分析中回归树模型的准确性和适应性。
排序理由 该条目描述了一种统计建模技术的新算法方法和理论分析。[lever_c_demoted from research: ic=1 ai=0.7]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →