PulseAugur
中
实时 10:01:59
实体 Expected Loss Optimal Selection

Expected Loss Optimal Selection

PulseAugur coverage of Expected Loss Optimal Selection — every cluster mentioning Expected Loss Optimal Selection across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_301557 ·

    新的ELOS方法改进了误设线性回归的数据选择

    研究人员开发了一个新的线性回归数据子集选择框架,专门用于获取响应变量成本高昂或困难的情况。这种称为预期损失最优选择(ELOS)的方法侧重于预测风险,即使在模型误设的情况下也保持有效。ELOS仅使用协变量信息进行选择,使其适用于统计效率至关重要的测量约束环境。