实体
leave-one-out cross validation
leave-one-out cross validation
PulseAugur coverage of leave-one-out cross validation — every cluster mentioning leave-one-out cross validation 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
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新公式可在数据收集前预测预测模型性能
研究人员开发了新的公式，使用普通最小二乘法和岭回归来估计预测模型的预期样本外 R 方和相关性。这些公式在提交给 arXiv 的论文中有详细介绍，将预测性能与设计阶段的数量联系起来，例如样本量、预测变量数量、假设的总体 R 方和设计效率因子。该方法考虑了协变量的排列方式，超越了仅考虑样本量和维度的传统公式。已创建一个名为 'predpower' 的 R 包来实现这些计算，并将其应用于一项通过智能手机行为预测个性的研究，以展示其在分析前评…
-
自适应RBF-KAN通过新的核函数和数据驱动的形状参数提高了效率
研究人员开发了一种名为自适应RBF-KAN的Kolmogorov-Arnold网络（KANs）的增强版本，提高了计算效率和灵活性。这种新方法用更广泛的核函数族（包括Matérn和Wendland类型）取代了FastKAN中使用的固定高斯径向基函数。自适应RBF-KAN利用留一法交叉验证对核形状参数进行数据驱动的初始化，并在网络训练期间进一步优化。在基准函数上的评估证明了自适应核选择和形状参数对于各种数据模式的有效性。