• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>16th Annual Conference on Learning Theory and 7th Kernel Workshop, COLT/Kernel 2003 Aug 24-27, 2003 Washington, DC, USA >Robust Regression by Boosting the Median
【24h】

Robust Regression by Boosting the Median

机译：通过提高中位数进行稳健回归

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Most boosting regression algorithms use the weighted average of base regressors as their final regressor. In this paper we analyze the choice of the weighted median. We propose a general boosting algorithm based on this approach. We prove boosting-type convergence of the algorithm and give clear conditions for the convergence of the robust training error. The algorithm recovers ADABooST and ADABooST_Q as special cases. For boosting confidence-rated predictions, it leads to a new approach that outputs a different decision and interprets robustness in a different manner than the approach based on the weighted average. In the general, non-binary case we suggest practical strategies based on the analysis of the algorithm and experiments.
机译：大多数提升回归算法都使用基本回归变量的加权平均值作为最终回归变量。在本文中，我们分析了加权中位数的选择。我们提出了一种基于这种方法的通用提升算法。我们证明了算法的增强型收敛性，并为鲁棒训练误差的收敛性给出了明确的条件。该算法将在特殊情况下恢复ADABooST和ADABooST_Q。为了提高置信度预测，它导致了一种新方法，该方法与基于加权平均值的方法相比，输出不同的决策并以不同的方式解释鲁棒性。在一般的非二进制情况下，我们基于对算法和实验的分析，提出了实用的策略。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号