Buchumschlag

F-measure Maximizing Logistic Regression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Okabe, Masaaki, Tsuchida, Jun, Yadohisa, Hiroshi
Format:	Preprint
Veröffentlicht:	2019
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multinomial probit model based on joint quantile regression
von: Okabe, Masaaki, et al.
Veröffentlicht: (2025)

Bayesian Geographically Weighted Regression using Fused Lasso Prior
von: Sakai, Toshiki, et al.
Veröffentlicht: (2024)

Quantile Outcome Adaptive Lasso: Covariate Selection for Inverse Probability Weighting Estimator of Quantile Treatment Effects
von: Shoji, Takehiro, et al.
Veröffentlicht: (2024)

Data-Driven Logistic Regression Ensembles With Applications in Genomics
von: Christidis, Anthony-Alexander, et al.
Veröffentlicht: (2021)

Finite-Sample Inference for Sparsely Permuted Linear Regression
von: Ota, Hirofumi, et al.
Veröffentlicht: (2026)

A Flexible Empirical Bayes Approach to Generalized Linear Models, with Applications to Sparse Logistic Regression
von: Xie, Dongyue, et al.
Veröffentlicht: (2026)

Logistic Variational Bayes Revisited
von: Komodromos, Michael, et al.
Veröffentlicht: (2024)

Prognostic Covariate Adjustment for Logistic Regression in Randomized Controlled Trials
von: Li, Yunfan, et al.
Veröffentlicht: (2024)

Wilcoxon-type Multivariate Cluster Elastic Net
von: Hiraishi, Mayu, et al.
Veröffentlicht: (2022)

Extension of W-method and A-learner for multiple binary outcomes
von: Yuki, Shintaro, et al.
Veröffentlicht: (2024)

Regularized Sparse Optimal Discriminant Clustering
von: Hiraishi, Mayu, et al.
Veröffentlicht: (2025)

Logistic-beta processes for dependent random probabilities with beta marginals
von: Lee, Changwoo J., et al.
Veröffentlicht: (2024)

High-dimensional Nonparametric Contextual Bandit Problem
von: Iwazaki, Shogo, et al.
Veröffentlicht: (2025)

Bayesian Analysis for Over-parameterized Linear Model via Effective Spectra
von: Wakayama, Tomoya, et al.
Veröffentlicht: (2023)

Adaptive Lasso, Transfer Lasso, and Beyond: An Asymptotic Perspective
von: Takada, Masaaki, et al.
Veröffentlicht: (2023)

Tackling Copyright Issues in AI Image Generation Through Originality Estimation and Genericization
von: Chiba-Okabe, Hiroaki, et al.
Veröffentlicht: (2024)

Deep Fréchet Regression
von: Iao, Su I, et al.
Veröffentlicht: (2024)

Semiparametric Counterfactual Regression
von: Kim, Kwangho
Veröffentlicht: (2025)

Scalable Inference for Bayesian Multinomial Logistic-Normal Dynamic Linear Models
von: Saxena, Manan, et al.
Veröffentlicht: (2024)

Robust Tensor-on-Tensor Regression
von: Hirari, Mehdi, et al.
Veröffentlicht: (2026)

Bayesian Additive Distribution Regression
von: Linero, Antonio R., et al.
Veröffentlicht: (2026)

CP Degeneracy in Tensor Regression
von: Zhou, Ya, et al.
Veröffentlicht: (2020)

Generative Regression with IQ-BART
von: O'Hagan, Sean, et al.
Veröffentlicht: (2025)

Stagewise Boosting Distributional Regression
von: Wetscher, Mattias, et al.
Veröffentlicht: (2024)

Vector Quantile Regression on Manifolds
von: Pegoraro, Marco, et al.
Veröffentlicht: (2023)

Direct Bayesian Additive Regression Trees for Conditional Average Treatment Effects in Regression Discontinuity Designs
von: Kondo, Daisuke, et al.
Veröffentlicht: (2026)

Conformalized Regression for Continuous Bounded Outcomes
von: Wu, Zhanli, et al.
Veröffentlicht: (2025)

Total robustness in Bayesian Nonlinear Regression
von: Chen, Mengqi, et al.
Veröffentlicht: (2025)

Transfer Learning for Kernel-based Regression
von: Wang, Chao, et al.
Veröffentlicht: (2023)

Bagged Polynomial Regression and Neural Networks
von: Klosin, Sylvia, et al.
Veröffentlicht: (2022)

Doubly-Regressing Approach for Subgroup Fairness
von: Kim, Kunwoong, et al.
Veröffentlicht: (2025)

A Bayesian Additive Regression Tree Model for Learning Conditional Average Treatment Effects in Regression Discontinuity Designs
von: Alcantara, Rafael, et al.
Veröffentlicht: (2025)

Estimating heterogeneous treatment effects by W-MCM based on Robust reduced rank regression
von: Hieda, Ryoma, et al.
Veröffentlicht: (2024)

Principal component-guided sparse reduced-rank regression
von: Goto, Kanji, et al.
Veröffentlicht: (2026)

Engression: Extrapolation through the Lens of Distributional Regression
von: Shen, Xinwei, et al.
Veröffentlicht: (2023)

CAIRO: Decoupling Order from Scale in Regression
von: Vanhems, Harri, et al.
Veröffentlicht: (2026)

RieszBoost: Gradient Boosting for Riesz Regression
von: Lee, Kaitlyn J., et al.
Veröffentlicht: (2025)

Deep Limit Model-free Prediction in Regression
von: Wu, Kejin, et al.
Veröffentlicht: (2024)

Integrating Uncertainty Awareness into Conformalized Quantile Regression
von: Rossellini, Raphael, et al.
Veröffentlicht: (2023)

Robust and Sparse Regression in GLM by Stochastic Optimization
von: Kawashima, Takayuki, et al.
Veröffentlicht: (2018)