实体
polynomial regression
polynomial regression
PulseAugur coverage of polynomial regression — every cluster mentioning polynomial regression across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
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 3 条
-
新的BLITZ检验通过两阶段回归加速因果发现
研究人员开发了BLITZ，这是一种新的非参数条件独立性检验方法，旨在提高因果发现算法的速度和准确性。BLITZ采用两阶段回归方法，首先使用多项式回归处理广泛的依赖关系，然后使用具有非线性特征的浅层树回归进行微调。该方法旨在提高复杂数据集的校准和可扩展性，并在合成和真实世界流式细胞术数据中显示出潜力。
-
新的度量方法严格量化模型复杂度
研究人员开发了一种新的、数学上可靠且计算高效的模型复杂度测量方法。该方法基于分析不同输入下模型梯度的相似性，适用于包括参数化、非参数化和基于核的模型在内的各种模型。所提出的度量统一并推广了决策树和神经网络等各种模型的现有复杂度指标，为双下降等现象提供了新的见解。
-
新方法实现了二阶校准误差的最优速率
研究人员对二元分类中二阶校准误差的估计的 minimax 速率进行了表征，该误差衡量预测器的不确定性与标签概率方差的匹配程度。他们发现，使用特定的扰动核允许多项式回归达到 \(\tilde{O}(1/\sqrt{n})\) 的估计速率，这比现有方法有了显著改进。这项工作还为二阶 Platt 缩放提供了第一个有限样本保证，为任何高阶预测器的均值预测和认知方差估计提供了事后重新校准。