Buchumschlag

Sparse-Group Boosting with Balanced Selection Frequencies: A Simulation-Based Approach and R Implementation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Obster, Fabian, Heumann, Christian
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Applications Computation Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sparse-group boosting -- Unbiased group and variable selection
von: Obster, Fabian, et al.
Veröffentlicht: (2022)

Selecting Hyperparameters for Tree-Boosting
von: Koster, Floris Jan, et al.
Veröffentlicht: (2026)

Explainable Boosting Machine for Predicting Claim Severity and Frequency in Car Insurance
von: Krùpovà, Markéta, et al.
Veröffentlicht: (2025)

Adaptive Gaussian Process Search for Simulation-Based Sample Size Estimation in Clinical Prediction Models: Validation of the pmsims R Package
von: Olaniran, Oyebayo Ridwan, et al.
Veröffentlicht: (2026)

Which Imputation Fits Which Feature Selection Method? A Survey-Based Simulation Study
von: Schwerter, Jakob, et al.
Veröffentlicht: (2024)

Boosting with copula-based components
von: Brant, Simon Boge, et al.
Veröffentlicht: (2022)

Sparse Bayesian Deep Functional Learning with Structured Region Selection
von: Zhu, Xiaoxian, et al.
Veröffentlicht: (2026)

Use ADAS Data to Predict Near-Miss Events: A Group-Based Zero-Inflated Poisson Approach
von: Zhang, Xinbo, et al.
Veröffentlicht: (2025)

Parallel Algorithms for Structured Sparse Support Vector Machines: Application in Music Genre Classification
von: Liang, Rongmei, et al.
Veröffentlicht: (2025)

FoReco and FoRecoML: A Unified Toolbox for Forecast Reconciliation in R
von: Girolimetto, Daniele, et al.
Veröffentlicht: (2026)

Alternate Groundwater Modelling Strategies: A Multi-Faceted Data-Driven Approach
von: K., Muralidharan, et al.
Veröffentlicht: (2025)

Reliability Analysis of Complex Systems using Subset Simulations with Hamiltonian Neural Networks
von: Thaler, Denny, et al.
Veröffentlicht: (2024)

bioLeak: Leakage-Aware Modeling and Diagnostics for Machine Learning in R
von: Korkmaz, Selçuk
Veröffentlicht: (2026)

fastml: Guarded Resampling Workflows for Safer Automated Machine Learning in R
von: Korkmaz, Selcuk, et al.
Veröffentlicht: (2026)

Gaining Insights into Group-Level Course Difficulty via Differential Course Functioning
von: Baucks, Frederik, et al.
Veröffentlicht: (2024)

Hierarchical Sparse Bayesian Multitask Model with Scalable Inference for Microbiome Analysis
von: Zhu, Haonan, et al.
Veröffentlicht: (2025)

A Likelihood-Free Approach to Goal-Oriented Bayesian Optimal Experimental Design
von: Chakraborty, Atlanta, et al.
Veröffentlicht: (2024)

CRPS-Based Targeted Sequential Design with Application in Chemical Space
von: Friedli, Lea, et al.
Veröffentlicht: (2025)

Exploring Educational Equity: A Machine Learning Approach to Unravel Achievement Disparities in Georgia
von: Ma, Yichen, et al.
Veröffentlicht: (2024)

Data-Driven Approach to Capitation Reform in Rwanda
von: Olaniyi, Babaniyi, et al.
Veröffentlicht: (2025)

Simulation-Based Optimisation of Batting Order and Bowling Plans in T20 Cricket
von: Ganesh, Tinniam V
Veröffentlicht: (2026)

A meta-analysis on the performance of machine-learning based language models for sentiment analysis
von: Rohde, Elena, et al.
Veröffentlicht: (2025)

Penalized Fair Regression for Multiple Groups in Chronic Kidney Disease
von: Nakamoto, Carter H., et al.
Veröffentlicht: (2025)

Deep R Programming
von: Gagolewski, Marek
Veröffentlicht: (2022)

FaIRGP: A Bayesian Energy Balance Model for Surface Temperatures Emulation
von: Bouabid, Shahine, et al.
Veröffentlicht: (2023)

Advanced Crash Causation Analysis for Freeway Safety: A Large Language Model Approach to Identifying Key Contributing Factors
von: Abdelrahman, Ahmed S., et al.
Veröffentlicht: (2025)

A Partitioned Sparse Variational Gaussian Process for Fast, Distributed Spatial Modeling
von: Grosskopf, Michael, et al.
Veröffentlicht: (2025)

Multi-task Modeling for Engineering Applications with Sparse Data
von: Comlek, Yigitcan, et al.
Veröffentlicht: (2026)

Prediction of Coffee Ratings Based On Influential Attributes Using SelectKBest and Optimal Hyperparameters
von: Agyemang, Edmund, et al.
Veröffentlicht: (2025)

A Bayesian Non-parametric Approach to Generative Models: Integrating Variational Autoencoder and Generative Adversarial Networks using Wasserstein and Maximum Mean Discrepancy
von: Fazeli-Asl, Forough, et al.
Veröffentlicht: (2023)

Causal Mediation Analysis with Multiple Mediators: A Simulation Approach
von: Zhou, Jesse, et al.
Veröffentlicht: (2025)

Predictive Scale-Bridging Simulations through Active Learning
von: Karra, Satish, et al.
Veröffentlicht: (2022)

Boosting Statistic Learning with Synthetic Data from Pretrained Large Models
von: Jiang, Jialong, et al.
Veröffentlicht: (2025)

Probabilistic Spatial Interpolation of Sparse Data using Diffusion Models
von: Tsao, Valerie, et al.
Veröffentlicht: (2025)

Simplifying Random Forests' Probabilistic Forecasts
von: Koster, Nils, et al.
Veröffentlicht: (2024)

Exploring Non-Linear Effects of Built Environment on Travel Using an Integrated Machine Learning and Inferential Modeling Approach: A Three-Wave Repeated Cross-Sectional Study
von: Zafri, Niaz Mahmud, et al.
Veröffentlicht: (2024)

A Novel Hybrid Approach Using an Attention-Based Transformer + GRU Model for Predicting Cryptocurrency Prices
von: Mahdi, Esam, et al.
Veröffentlicht: (2025)

Who Are We Missing? A Principled Approach to Characterizing the Underrepresented Population
von: Parikh, Harsh, et al.
Veröffentlicht: (2024)

A Noise-robust Multi-head Attention Mechanism for Formation Resistivity Prediction: Frequency Aware LSTM
von: Zhang, Yongan, et al.
Veröffentlicht: (2024)

Informed Forecasting: Leveraging Auxiliary Knowledge to Boost LLM Performance on Time Series Forecasting
von: Ghasemloo, Mohammadmahdi, et al.
Veröffentlicht: (2025)