Buchumschlag

High-dimensional logistic regression with missing data: Imputation, regularization, and universality

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Verchand, Kabir Aladin, Montanari, Andrea
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Statistics Theory Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

High-dimensional estimation with missing data: Statistical and computational limits
von: Verchand, Kabir Aladin, et al.
Veröffentlicht: (2026)

Hyperparameter tuning via trajectory predictions: Stochastic prox-linear methods in matrix sensing
von: Lou, Mengqi, et al.
Veröffentlicht: (2024)

State evolution beyond first-order methods I: Rigorous predictions and finite-sample guarantees
von: Celentano, Michael, et al.
Veröffentlicht: (2025)

High-probability minimax lower bounds
von: Ma, Tianyi, et al.
Veröffentlicht: (2024)

Nonparametric logistic regression with deep learning
von: Yara, Atsutomo, et al.
Veröffentlicht: (2024)

Alternating minimization for generalized rank one matrix sensing: Sharp predictions from a random initialization
von: Chandrasekher, Kabir Aladin, et al.
Veröffentlicht: (2022)

Finite-sample performance of the maximum likelihood estimator in logistic regression
von: Chardon, Hugo, et al.
Veröffentlicht: (2024)

On the sample complexity of parameter estimation in logistic regression with normal design
von: Hsu, Daniel, et al.
Veröffentlicht: (2023)

Augmented transfer regression learning for completely missing covariates
von: Zhao, Huali, et al.
Veröffentlicht: (2026)

Phase Transitions for Feature Learning in Neural Networks
von: Montanari, Andrea, et al.
Veröffentlicht: (2026)

Dimension free ridge regression
von: Cheng, Chen, et al.
Veröffentlicht: (2022)

Local minima of the empirical risk in high dimension: General theorems and convex examples
von: Asgari, Kiana, et al.
Veröffentlicht: (2025)

High-dimensional Bayesian Tobit regression for censored response with Horseshoe prior
von: Mai, The Tien
Veröffentlicht: (2025)

Low-degree phase transitions for detecting a planted clique in sublinear time
von: Mardia, Jay, et al.
Veröffentlicht: (2024)

Support estimation in high-dimensional heteroscedastic mean regression
von: Hermann, Philipp, et al.
Veröffentlicht: (2020)

High-dimensional analysis of ridge regression for non-identically distributed data with a variance profile
von: Bigot, Jérémie, et al.
Veröffentlicht: (2024)

Tractability from overparametrization: The example of the negative perceptron
von: Montanari, Andrea, et al.
Veröffentlicht: (2021)

Minimax optimal transfer learning for high-dimensional additive regression
von: Moon, Seung Hyun
Veröffentlicht: (2025)

High-dimensional ridge regression with random features for non-identically distributed data with a variance profile
von: Dabo, Issa-Mbenard, et al.
Veröffentlicht: (2025)

Parametric Mean-Field empirical Bayes in high-dimensional linear regression
von: Lee, Seunghyun, et al.
Veröffentlicht: (2026)

High-dimensional robust regression under heavy-tailed data: Asymptotics and Universality
von: Adomaityte, Urte, et al.
Veröffentlicht: (2023)

Bayes optimal learning in high-dimensional linear regression with network side information
von: Nandy, Sagnik, et al.
Veröffentlicht: (2023)

On the consistency of supervised learning with missing values
von: Josse, Julie, et al.
Veröffentlicht: (2019)

Diffusion Transformers for Imputation: Statistical Efficiency and Uncertainty Quantification
von: Ye, Zeqi, et al.
Veröffentlicht: (2025)

Optimal ridge penalty for real-world high-dimensional data can be zero or negative due to the implicit ridge regularization
von: Kobak, Dmitry, et al.
Veröffentlicht: (2018)

Canonical correlation regression with noisy data
von: Meza, Isaac, et al.
Veröffentlicht: (2025)

A variational Bayes approach to debiased inference for low-dimensional parameters in high-dimensional linear regression
von: Castillo, Ismaël, et al.
Veröffentlicht: (2024)

Adaptive posterior concentration rates for sparse high-dimensional linear regression with random design and unknown error variance
von: Mai, The Tien
Veröffentlicht: (2024)

Dimension-free bounds in high-dimensional linear regression via error-in-operator approach
von: Noskov, Fedor, et al.
Veröffentlicht: (2025)

Dimension-free uniform concentration bound for logistic regression
von: Nakakita, Shogo
Veröffentlicht: (2024)

On relative universality, regression operator, and conditional independence
von: Li, Bing, et al.
Veröffentlicht: (2025)

Estimation of discrete distributions in relative entropy, and the deviations of the missing mass
von: Mourtada, Jaouad
Veröffentlicht: (2025)

kNNSampler: Stochastic Imputations for Recovering Missing Value Distributions
von: Pashmchi, Parastoo, et al.
Veröffentlicht: (2025)

Metric space valued Fréchet regression
von: Györfi, László, et al.
Veröffentlicht: (2026)

On damage of interpolation to adversarial robustness in regression
von: Peng, Jingfu, et al.
Veröffentlicht: (2026)

On high-dimensional classification by sparse generalized Bayesian logistic regression
von: Mai, The Tien
Veröffentlicht: (2024)

High dimensional theory of two-phase optimizers
von: Agarwala, Atish
Veröffentlicht: (2026)

Dynamical local Fréchet curve regression in manifolds
von: Ruiz-Medina, M. D., et al.
Veröffentlicht: (2025)

Covariate shift in nonparametric regression with Markovian design
von: Trottner, Lukas
Veröffentlicht: (2023)

Adaptive sparse variational approximations for Gaussian process regression
von: Nieman, Dennis, et al.
Veröffentlicht: (2025)