实体
feature selection
feature selection
PulseAugur coverage of feature selection — every cluster mentioning feature selection across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的k阶松弛方法增强了马尔可夫毯的发现
研究人员引入了一种新颖的方法来发现马尔可夫毯（MB），通过松弛忠实性假设，该假设通常会被XOR关系等高阶依赖性所违反。这种新方法，称为k阶松弛，可以捕捉k+2个变量之间的奇偶校验类型关系。已开发出一种概念验证算法，即k阶马尔可夫毯（kOMB），以利用这种松弛来发现MB。实证结果表明，即使在面临忠实性真实或经验性违反的情况下，kOMB也能有效地恢复MB。
-
新研究推进因果发现中的条件独立性检验
两篇新研究论文探讨了条件独立性检验（CIT）的进展，CIT是统计推断、因果发现和变量选择的关键技术。第一篇论文介绍了MixCIT，一种专为混合类型数据设计的基于核的检验方法，它提供了一个统一、高效且具有统计保证的解决方案，克服了先前方法的局限性。第二篇论文深入探讨了CIT中的“元依赖性”，提出了一种几何直观和可计算的度量方法，以理解连续应用CIT的结果如何相互作用，并可能通过调整显著性阈值来改进因果发现。