Buchumschlag

Unity Forests: Improving Interaction Modelling and Interpretability in Random Forests

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hornung, Roman, Hapfelmeier, Alexander
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology Machine Learning Computation I.5.2; G.3
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing Visual Interpretability and Explainability in Functional Survival Trees and Forests
von: Loffredo, Giuseppe, et al.
Veröffentlicht: (2025)

Augmented Functional Random Forests: Classifier Construction and Unbiased Functional Principal Components Importance through Ad-Hoc Conditional Permutations
von: Maturo, Fabrizio, et al.
Veröffentlicht: (2024)

Gaussian RBF Centered Kernel Alignment (CKA) in the Large Bandwidth Limit
von: Alvarez, Sergio A.
Veröffentlicht: (2021)

Sparse Projection Oblique Randomer Forests
von: Tomita, Tyler M., et al.
Veröffentlicht: (2015)

Randomized Spline Trees for Functional Data Classification: Theory and Application to Environmental Time Series
von: Riccio, Donato, et al.
Veröffentlicht: (2024)

Multi forests: Variable importance for multi-class outcomes
von: Hornung, Roman, et al.
Veröffentlicht: (2024)

First-Mover Bias in Gradient Boosting Explanations: Mechanism, Detection, and Resolution
von: Caraker, Drake, et al.
Veröffentlicht: (2026)

EXCODER: EXplainable Classification Of DiscretE time series Representations
von: Hahn, Yannik, et al.
Veröffentlicht: (2026)

SplitWise Regression: Stepwise Modeling with Adaptive Dummy Encoding
von: Kurbucz, Marcell T., et al.
Veröffentlicht: (2025)

A Low-complexity Structured Neural Network Approach to Intelligently Realize Wideband Multi-beam Beamformers
von: Aluvihare, Hansaka, et al.
Veröffentlicht: (2025)

An Imbalance-Robust Evaluation Framework for Extreme Risk Forecasts
von: Nikolopoulos, Sotirios D.
Veröffentlicht: (2025)

Closed-Form Beta Distribution Estimation from Sparse Statistics with Random Forest Implicit Regularization
von: Landers, Jonathan R.
Veröffentlicht: (2025)

Plug In and Learn: Federated Intelligence over a Smart Grid of Models
von: Abdurakhmanova, S., et al.
Veröffentlicht: (2023)

Beyond Normality: Reliable A/B Testing with Non-Gaussian Data
von: Gong, Junpeng, et al.
Veröffentlicht: (2025)

EchoLSTM: A Self-Reflective Recurrent Network for Stabilizing Long-Range Memory
von: K, Prasanth K, et al.
Veröffentlicht: (2025)

The Good, the Bad, and the Ugly of Markov Boundary for Tabular Prediction
von: Wan, Shu, et al.
Veröffentlicht: (2026)

Byzantine-tolerant distributed learning of finite mixture models
von: Zhang, Qiong, et al.
Veröffentlicht: (2024)

Conservative Decisions with Risk Scores
von: Wei, Yishu, et al.
Veröffentlicht: (2025)

Amplitude-Phase Fusion for Enhanced Electrocardiogram Morphological Analysis
von: Hu, Shuaicong, et al.
Veröffentlicht: (2024)

Non-Heuristic Selection via Hybrid Regularized and Machine Learning Models for Insurance
von: Galvão, Luciano Ribeiro, et al.
Veröffentlicht: (2025)

ML-driven detection and reduction of ballast information in multi-modal datasets
von: Solovko, Yaroslav
Veröffentlicht: (2026)

Censored lifespans in a double-truncated sample: Maximum likelihood inference for the exponential distribution
von: Sieg, Fiete, et al.
Veröffentlicht: (2025)

MDA: An Interpretable and Scalable Multi-Modal Fusion under Missing Modalities and Intrinsic Noise Conditions
von: Fan, Lin, et al.
Veröffentlicht: (2024)

Demystifying Functional Random Forests: Novel Explainability Tools for Model Transparency in High-Dimensional Spaces
von: Maturo, Fabrizio, et al.
Veröffentlicht: (2024)

Exploring Hierarchical Classification Performance for Time Series Data: Dissimilarity Measures and Classifier Comparisons
von: Alagoz, Celal
Veröffentlicht: (2024)

CAMRI Loss: Improving Recall of a Specific Class without Sacrificing Accuracy
von: Nishiyama, Daiki, et al.
Veröffentlicht: (2022)

Robust Domain Generalisation with Causal Invariant Bayesian Neural Networks
von: Gendron, Gaël, et al.
Veröffentlicht: (2024)

ScaleMAP: Preserving Local Density and Neighborhood Structure in Low-Dimensional Embeddings
von: Poorna, Rajas, et al.
Veröffentlicht: (2026)

Interactive Diabetes Risk Prediction Using Explainable Machine Learning: A Dash-Based Approach with SHAP, LIME, and Comorbidity Insights
von: Allani, Udaya
Veröffentlicht: (2025)

Robust and Clinically Reliable EEG Biomarkers: A Cross Population Framework for Generalizable Parkinson's Disease Detection
von: Rasmussen, Nicholas R., et al.
Veröffentlicht: (2026)

RubricRAG: Towards Interpretable and Reliable LLM Evaluation via Domain Knowledge Retrieval for Rubric Generation
von: Dhole, Kaustubh D., et al.
Veröffentlicht: (2026)

Measurement Risk in Supervised Financial NLP: Rubric and Metric Sensitivity on JF-ICR
von: Chang, Sidi, et al.
Veröffentlicht: (2026)

Discriminative Subspace Emersion from learning feature relevances across different populations
von: Canducci, Marco, et al.
Veröffentlicht: (2025)

Regularisation in neural networks: a survey and empirical analysis of approaches
von: Opperman, Christiaan P., et al.
Veröffentlicht: (2026)

When +1% Is Not Enough: A Paired Bootstrap Protocol for Evaluating Small Improvements
von: Du, Wenzhang
Veröffentlicht: (2025)

Measuring Robustness of Speech Recognition from MEG Signals Under Distribution Shift
von: Chien, Sheng-You, et al.
Veröffentlicht: (2026)

FairPlay: A Collaborative Approach to Mitigate Bias in Datasets for Improved AI Fairness
von: Behzad, Tina, et al.
Veröffentlicht: (2025)

Contrastive Dimension Reduction: A Systematic Review
von: Hawke, Sam, et al.
Veröffentlicht: (2025)

Adaptive Riemannian Graph Neural Networks
von: Wang, Xudong, et al.
Veröffentlicht: (2025)

Learnable Kernel Density Estimation for Graphs and Its Application to Graph-Level Anomaly Detection
von: Wang, Xudong, et al.
Veröffentlicht: (2025)