Buchumschlag

An Experiment on Feature Selection using Logistic Regression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Islam, Raisa, Mazumdar, Subhasish, Islam, Rakibul
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Trustworthy Keylogger detection: A Comprehensive Analysis of Ensemble Techniques and Feature Selections through Explainable AI
von: Mahmud, Monirul Islam
Veröffentlicht: (2025)

DTization: A New Method for Supervised Feature Scaling
von: Islam, Niful
Veröffentlicht: (2024)

Effectiveness of Tree-based Ensembles for Anomaly Discovery: Insights, Batch and Streaming Active Learning
von: Das, Shubhomoy, et al.
Veröffentlicht: (2019)

A Pan-cancer Classification Model using Multi-view Feature Selection Method and Ensemble Classifier
von: Chowdhury, Tareque Mohmud, et al.
Veröffentlicht: (2025)

Compact Memory for Continual Logistic Regression
von: Jung, Yohan, et al.
Veröffentlicht: (2025)

Efficient Logistic Regression with Mixture of Sigmoids
von: Di Gennaro, Federico, et al.
Veröffentlicht: (2026)

F-measure Maximizing Logistic Regression
von: Okabe, Masaaki, et al.
Veröffentlicht: (2019)

LLpowershap: Logistic Loss-based Automated Shapley Values Feature Selection Method
von: Madakkatel, Iqbal, et al.
Veröffentlicht: (2024)

MISFEAT: Feature Selection for Subgroups with Systematic Missing Data
von: Genossar, Bar, et al.
Veröffentlicht: (2024)

Near-Polynomially Competitive Active Logistic Regression
von: Zhou, Yihan, et al.
Veröffentlicht: (2025)

CoGate-LSTM: Prototype-Guided Feature-Space Gating for Mitigating Gradient Dilution in Imbalanced Toxic Comment Classification
von: Mohammad, Noor Islam S.
Veröffentlicht: (2025)

Grokking in Linear Models for Logistic Regression
von: Das, Nataraj, et al.
Veröffentlicht: (2026)

Riemannian Multinomial Logistics Regression for SPD Neural Networks
von: Chen, Ziheng, et al.
Veröffentlicht: (2023)

Agnostic Learning of Mixed Linear Regressions with EM and AM Algorithms
von: Ghosh, Avishek, et al.
Veröffentlicht: (2024)

Shap-Select: Lightweight Feature Selection Using SHAP Values and Regression
von: Kraev, Egor, et al.
Veröffentlicht: (2024)

Advancing Tabular Stroke Modelling Through a Novel Hybrid Architecture and Feature-Selection Synergy
von: Islam, Yousuf, et al.
Veröffentlicht: (2025)

LFFR: Logistic Function For (single-output) Regression
von: Chiang, John
Veröffentlicht: (2024)

Interpretable Predictive Models for Healthcare via Rational Logistic Regression
von: Suttaket, Thiti, et al.
Veröffentlicht: (2024)

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

$L_1$-norm Regularized Indefinite Kernel Logistic Regression
von: Wang, Shaoxin, et al.
Veröffentlicht: (2025)

Large Stepsizes Accelerate Gradient Descent for Regularized Logistic Regression
von: Wu, Jingfeng, et al.
Veröffentlicht: (2025)

Benefits of Early Stopping in Gradient Descent for Overparameterized Logistic Regression
von: Wu, Jingfeng, et al.
Veröffentlicht: (2025)

Constant Stepsize Local GD for Logistic Regression: Acceleration by Instability
von: Crawshaw, Michael, et al.
Veröffentlicht: (2025)

Residue-based Label Protection Mechanisms in Vertical Logistic Regression
von: Tan, Juntao, et al.
Veröffentlicht: (2022)

A Two-Stage Feature Selection Approach for Robust Evaluation of Treatment Effects in High-Dimensional Observational Data
von: Islam, Md Saiful, et al.
Veröffentlicht: (2021)

RMLR: Extending Multinomial Logistic Regression into General Geometries
von: Chen, Ziheng, et al.
Veröffentlicht: (2024)

Semi-parametric Functional Classification via Path Signatures Logistic Regression
von: Zeng, Pengcheng, et al.
Veröffentlicht: (2025)

Mixed-feature Logistic Regression Robust to Distribution Shifts
von: Sun, Qingshi, et al.
Veröffentlicht: (2025)

Leveraging Noisy Manual Labels as Useful Information: An Information Fusion Approach for Enhanced Variable Selection in Penalized Logistic Regression
von: Wu, Xiaofei, et al.
Veröffentlicht: (2025)

Understanding Model Selection For Learning In Strategic Environments
von: Handina, Tinashe, et al.
Veröffentlicht: (2024)

CL3: A Collaborative Learning Framework for the Medical Data Ensuring Data Privacy in the Hyperconnected Environment
von: Parvez, Mohamamd Zavid, et al.
Veröffentlicht: (2024)

Tight Bounds for Logistic Regression with Large Stepsize Gradient Descent in Low Dimension
von: Crawshaw, Michael, et al.
Veröffentlicht: (2026)

Local Steps Speed Up Local GD for Heterogeneous Distributed Logistic Regression
von: Crawshaw, Michael, et al.
Veröffentlicht: (2025)

Transformers Efficiently Perform In-Context Logistic Regression via Normalized Gradient Descent
von: Zhang, Chenyang, et al.
Veröffentlicht: (2026)

Diagnosing and Mitigating Domain Shift in Permission-Based Android Malware Detection
von: Islam, Md Rafid
Veröffentlicht: (2026)

Explainable Machine Learning Reveals 12-Fold Ucp1 Upregulation and Thermogenic Reprogramming in Female Mouse White Adipose Tissue After 37 Days of Microgravity: First AI/ML Analysis of NASA OSD-970
von: Islam, Md. Rashadul
Veröffentlicht: (2026)

Exponential Convergence of (Stochastic) Gradient Descent for Separable Logistic Regression
von: Kale, Sacchit, et al.
Veröffentlicht: (2026)

Real-time Secondary Crash Likelihood Prediction Excluding Post Primary Crash Features
von: Han, Lei, et al.
Veröffentlicht: (2026)

Improving Selective Classification with Pairwise Queries for Binary Classification
von: Vardhan, Harsh, et al.
Veröffentlicht: (2026)

TLoRA: Tri-Matrix Low-Rank Adaptation of Large Language Models
von: Islam, Tanvir
Veröffentlicht: (2025)