Cauchy loss

Robust LassoNet 通过鲁棒损失函数增强神经网络特征选择

研究人员推出 Robust LassoNet，这是对现有神经网络特征选择方法 LassoNet 的一项改进。该新方法通过集成 Huber、Cauchy 和 Tukey's bisquare 等鲁棒损失函数，增强了模型处理噪声数据的能力。实验表明，Robust LassoNet 在处理异常值或重尾噪声时，能够提高预测准确性和特征选择的精度，同时在干净数据集上的表现与之相当。