Buchumschlag

Composite Quantile Regression With XGBoost Using the Novel Arctan Pinball Loss

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sluijterman, Laurens, Kreuwel, Frank, Cator, Eric, Heskes, Tom
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

How to Evaluate Uncertainty Estimates in Machine Learning for Regression?
von: Sluijterman, Laurens, et al.
Veröffentlicht: (2021)

Colorful Pinball: Density-Weighted Quantile Regression for Conditional Guarantee of Conformal Prediction
von: Chen, Qianyi, et al.
Veröffentlicht: (2025)

Bias-variance decompositions: the exclusive privilege of Bregman divergences
von: Heskes, Tom
Veröffentlicht: (2025)

Support Vector Machine Classifier with Rescaled Huberized Pinball Loss
von: Diao, Shibo
Veröffentlicht: (2025)

Autoencoders for Anomaly Detection are Unreliable
von: Bouman, Roel, et al.
Veröffentlicht: (2025)

Unsupervised anomaly detection algorithms on real-world data: how many do we need?
von: Bouman, Roel, et al.
Veröffentlicht: (2023)

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

An Efficient Multi Quantile Regression Network with Ad Hoc Prevention of Quantile Crossing
von: Decke, Jens, et al.
Veröffentlicht: (2024)

Quantile Q-Learning: Revisiting Offline Extreme Q-Learning with Quantile Regression
von: Gao, Xinming, et al.
Veröffentlicht: (2025)

Multi-Fidelity Quantile Regression
von: Liu, Yixiang, et al.
Veröffentlicht: (2026)

Horseshoe Prior Bayesian Quantile Regression
von: Kohns, David, et al.
Veröffentlicht: (2020)

ReModels: Quantile Regression Averaging models
von: Zakrzewski, Grzegorz, et al.
Veröffentlicht: (2024)

Interpretable Quantile Regression by Optimal Decision Trees
von: Lemaire, Valentin, et al.
Veröffentlicht: (2026)

Symbolic Quantile Regression for the Interpretable Prediction of Conditional Quantiles
von: Hoekstra, Cas Oude, et al.
Veröffentlicht: (2025)

On Learning the Tail Quantiles of Driving Behavior Distributions via Quantile Regression and Flows
von: Tee, Jia Yu, et al.
Veröffentlicht: (2023)

Estimation of Fish Catch Using Sentinel-2, 3 and XGBoost-Kernel-Based Kernel Ridge Regression
von: Mohammed, Kanu, et al.
Veröffentlicht: (2026)

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

fastkqr: A Fast Algorithm for Kernel Quantile Regression
von: Tang, Qian, et al.
Veröffentlicht: (2024)

Spatial Conformal Inference through Localized Quantile Regression
von: Jiang, Hanyang, et al.
Veröffentlicht: (2024)

Relaxed Quantile Regression: Prediction Intervals for Asymmetric Noise
von: Pouplin, Thomas, et al.
Veröffentlicht: (2024)

Localized Conformal Multi-Quantile Regression
von: Lu, Yuan
Veröffentlicht: (2024)

Minimax Linear Regression under the Quantile Risk
von: Hanchi, Ayoub El, et al.
Veröffentlicht: (2024)

Multi-Quantile Regression for Extreme Precipitation Downscaling
von: Najafi, Hamed, et al.
Veröffentlicht: (2026)

Online Quantile Regression for Nonparametric Additive Models
von: Zhan, Haoran
Veröffentlicht: (2026)

Advancing Counterfactual Inference through Nonlinear Quantile Regression
von: Xie, Shaoan, et al.
Veröffentlicht: (2023)

Learning to Simulate: Generative Metamodeling via Quantile Regression
von: Hong, L. Jeff, et al.
Veröffentlicht: (2023)

Cryptocurrency Price Forecasting Using XGBoost Regressor and Technical Indicators
von: Hafid, Abdelatif, et al.
Veröffentlicht: (2024)

Decentralized Smoothing ADMM for Quantile Regression with Non-Convex Sparse Penalties
von: Mirzaeifard, Reza, et al.
Veröffentlicht: (2024)

A PyTorch Framework for Scalable Non-Crossing Quantile Regression
von: Chang, Kaihua
Veröffentlicht: (2025)

On Quantile Regression Forests for Modelling Mixed-Frequency and Longitudinal Data
von: Andreani, Mila
Veröffentlicht: (2025)

Distributional Off-Policy Evaluation with Deep Quantile Process Regression
von: Kuang, Qi, et al.
Veröffentlicht: (2026)

Optimizing Fintech Marketing: A Comparative Study of Logistic Regression and XGBoost
von: Attota, Sahar Yarmohammadtoosky Dinesh Chowdary
Veröffentlicht: (2024)

Automated Classification of Dry Bean Varieties Using XGBoost and SVM Models
von: Ardeshirifar, Ramtin
Veröffentlicht: (2024)

On the Robustness of Kernel Ridge Regression Using the Cauchy Loss Function
von: Wen, Hongwei, et al.
Veröffentlicht: (2025)

Quantile Regression for Distributional Reward Models in RLHF
von: Dorka, Nicolai
Veröffentlicht: (2024)

Acquiring Better Load Estimates by Combining Anomaly and Change Point Detection in Power Grid Time-series Measurements
von: Bouman, Roel, et al.
Veröffentlicht: (2024)

Simulation-Based Inference with Quantile Regression
von: Jia, He
Veröffentlicht: (2024)

Graph Isomorphic Networks for Assessing Reliability of the Medium-Voltage Grid
von: van Nooten, Charlotte Cambier, et al.
Veröffentlicht: (2023)

Quantile Reward Policy Optimization: Alignment with Pointwise Regression and Exact Partition Functions
von: Matrenok, Simon, et al.
Veröffentlicht: (2025)

High-Dimensional Differentially Private Quantile Regression: Distributed Estimation and Statistical Inference
von: Shen, Ziliang, et al.
Veröffentlicht: (2025)