跳到正文
arXiv · ML· Luciano Gerber, Huw Lloyd·· 3 天前AI 评分34

在55个回归数据集上重新审视切比雪夫多项式与各向异性RBF模型用于表格回归

Revisiting Chebyshev Polynomial and Anisotropic RBF Models for Tabular Regression

AI 导读

在55个回归数据集基准测试中,CPU可行的光滑模型与树集成在中等数据规模(约5万样本、50特征)精度上统计持平。 开发了各向异性RBF网络、岭正则化切比雪夫多项式回归器及光滑树混合模型,并开源为兼容scikit-learn的包。 当下游应用受益于光滑预测表面时,建议将光滑基底模型纳入候选。

来源:arXiv · ML · arxiv.org