PulseAugur
中
实时 12:16:19

新的TrIM算法增强了降维和回归

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为TrIM（Transformed Iterative Mondrian Forests）的新算法，用于高效的基于梯度的线性降维和高维回归。该方法利用Mondrian森林通过估计期望梯度外积（EGOP）来识别相关的特征子空间。TrIM算法通过基于EGOP估计更新特征和权重来迭代地优化Mondrian森林，并提供了理论上的收敛性和一致性保证。 AI

排序理由 该集群包含一篇关于新研究算法的arXiv预印本。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

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

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Ricardo Baptista, Eliza O'Reilly, Yangxinyu Xie ·

    TrIM: Transformed Iterative Mondrian Forests for Gradient-based Dimension Reduction and High-Dimensional Regression

    arXiv:2407.09964v2 Announce Type: replace-cross Abstract: We propose a computationally efficient algorithm for gradient-based linear dimension reduction and high-dimensional regression. The algorithm initially computes a Mondrian forest and uses this estimator to identify a relev…

相关话题