Buchumschlag

Weighted Leave-One-Out Cross Validation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pronzato, Luc, Rendas, Maria-João
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Cross-validating causal discovery via Leave-One-Variable-Out
von: Schkoda, Daniela, et al.
Veröffentlicht: (2024)

Fast Computation of Leave-One-Out Cross-Validation for $k$-NN Regression
von: Kanagawa, Motonobu
Veröffentlicht: (2024)

Uncertainty in Bayesian Leave-One-Out Cross-Validation Based Model Comparison
von: Sivula, Tuomas, et al.
Veröffentlicht: (2020)

Leave a Window Out: Modifying the Jackknife for Predictive Inference in Time Series
von: Jiang, Hanyang, et al.
Veröffentlicht: (2026)

Bootstrapping the Cross-Validation Estimate
von: Cai, Bryan, et al.
Veröffentlicht: (2023)

Beyond Cross-Validation: Adaptive Parameter Selection for Kernel-Based Gradient Descents
von: Liu, Xiaotong, et al.
Veröffentlicht: (2026)

A Honest Cross-Validation Estimator for Prediction Performance
von: Pan, Tianyu, et al.
Veröffentlicht: (2025)

Performance of Cross-Validated Targeted Maximum Likelihood Estimation
von: Smith, Matthew J., et al.
Veröffentlicht: (2024)

Predictive Performance Test based on the Exhaustive Nested Cross-Validation for High-dimensional data
von: Gauran, Iris Ivy, et al.
Veröffentlicht: (2024)

Irredundant $k$-Fold Cross-Validation
von: Aguilar-Ruiz, Jesus S.
Veröffentlicht: (2025)

Optimal Cross-Validation for Sparse Linear Regression
von: Cory-Wright, Ryan, et al.
Veröffentlicht: (2023)

MOCA: A Transformer-based Modular Causal Inference Framework with One-way Cross-attention and Cutting Feedback
von: Wang, Lei, et al.
Veröffentlicht: (2026)

Cross-Validated Causal Inference: a Modern Method to Combine Experimental and Observational Data
von: Yang, Xuelin, et al.
Veröffentlicht: (2025)

Non-asymptotic quantisation of spherically symmetric distributions
von: Pronzato, Luc, et al.
Veröffentlicht: (2026)

A Set of Rules for Model Validation
von: Camacho, José
Veröffentlicht: (2025)

Valid Inference After Causal Discovery
von: Gradu, Paula, et al.
Veröffentlicht: (2022)

Boundary Peeling: Outlier Detection Method Using One-Class Peeling
von: Arafat, Sheikh, et al.
Veröffentlicht: (2023)

Weighted Sum-of-Trees Model for Clustered Data
von: McCoy, Kevin, et al.
Veröffentlicht: (2026)

The Hardness of Validating Observational Studies with Experimental Data
von: Fawkes, Jake, et al.
Veröffentlicht: (2025)

Consistent Validation for Predictive Methods in Spatial Settings
von: Burt, David R., et al.
Veröffentlicht: (2024)

Stabilized Inverse Probability Weighting via Isotonic Calibration
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

Aggregation Models with Optimal Weights for Distributed Gaussian Processes
von: Chen, Haoyuan, et al.
Veröffentlicht: (2024)

PAC-Bayesian Reward-Certified Outcome Weighted Learning
von: Ishikawa, Yuya, et al.
Veröffentlicht: (2026)

Environment-Adaptive Covariate Selection: Learning When to Use Spurious Correlations for Out-of-Distribution Prediction
von: Zuo, Shuozhi, et al.
Veröffentlicht: (2026)

Agglomerative Hierarchical Clustering for Selecting Valid Instrumental Variables
von: Apfel, Nicolas, et al.
Veröffentlicht: (2021)

Learning to Bet for Horizon-Aware Anytime-Valid Testing
von: Taga, Ege Onur, et al.
Veröffentlicht: (2026)

Weighting-Based Identification and Estimation in Graphical Models of Missing Data
von: Guo, Anna, et al.
Veröffentlicht: (2026)

A Divergence-Based Method for Weighting and Averaging Model Predictions
von: Vassend, Olav Benjamin
Veröffentlicht: (2026)

Leave-One-Out-, Bootstrap- and Cross-Conformal Anomaly Detectors
von: Hennhöfer, Oliver, et al.
Veröffentlicht: (2024)

Integrated Subset Selection and Bandwidth Estimation Algorithm for Geographically Weighted Regression
von: Lee, Hyunwoo, et al.
Veröffentlicht: (2025)

Sparse Learning and Class Probability Estimation with Weighted Support Vector Machines
von: Zeng, Liyun, et al.
Veröffentlicht: (2023)

Towards Representation Learning for Weighting Problems in Design-Based Causal Inference
von: Clivio, Oscar, et al.
Veröffentlicht: (2024)

Selecting the Number of Communities for Weighted Degree-Corrected Stochastic Block Models
von: Liu, Yucheng, et al.
Veröffentlicht: (2024)

Everywhere Valid Bounds on False Discovery Proportions in Conformal Inference
von: Song, Ziang, et al.
Veröffentlicht: (2026)

Externally Valid Policy Evaluation Combining Trial and Observational Data
von: Ek, Sofia, et al.
Veröffentlicht: (2023)

Training and Validating a Treatment Recommender with Partial Verification Evidence
von: Unnikrishnan, Vishnu, et al.
Veröffentlicht: (2024)

Robust Validation: Confident Predictions Even When Distributions Shift
von: Cauchois, Maxime, et al.
Veröffentlicht: (2020)

Asymptotic Validity and Finite-Sample Properties of Approximate Randomization Tests
von: Toulis, Panos
Veröffentlicht: (2019)

TabPFN: One Model to Rule Them All?
von: Zhang, Qiong, et al.
Veröffentlicht: (2025)

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