Copertina

Covariance-Driven Regression Trees: Reducing Overfitting in CART

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhang, Likun, Ma, Wei
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Modeling Spatio-temporal Extremes via Conditional Variational Autoencoders
di: Ma, Xiaoyu, et al.
Pubblicazione: (2025)

Bayesian CART models for aggregate claim modeling
di: Zhang, Yaojun, et al.
Pubblicazione: (2024)

Predicting Covariate-Driven Spatial Deformation for Nonstationary Gaussian Processes
di: Gu, Minghao, et al.
Pubblicazione: (2026)

EnsLoss: Stochastic Calibrated Loss Ensembles for Preventing Overfitting in Classification
di: Dai, Ben
Pubblicazione: (2024)

Data-Driven Logistic Regression Ensembles With Applications in Genomics
di: Christidis, Anthony-Alexander, et al.
Pubblicazione: (2021)

The Generalised Kernel Covariance Measure
di: Bergen, Luca, et al.
Pubblicazione: (2026)

Decomposing Gaussians with Unknown Covariance
di: Dharamshi, Ameer, et al.
Pubblicazione: (2024)

Covariate-assisted graph matching
di: Dawn, Trisha, et al.
Pubblicazione: (2025)

Direct Bayesian Additive Regression Trees for Conditional Average Treatment Effects in Regression Discontinuity Designs
di: Kondo, Daisuke, et al.
Pubblicazione: (2026)

SPARKLE: A Nonparametric Approach for Online Decision-Making with High-Dimensional Covariates
di: Wang, Wenjia, et al.
Pubblicazione: (2025)

Prognostic Covariate Adjustment for Logistic Regression in Randomized Controlled Trials
di: Li, Yunfan, et al.
Pubblicazione: (2024)

Functional BART with Shape Priors: A Bayesian Tree Approach to Constrained Functional Regression
di: Cao, Jiahao, et al.
Pubblicazione: (2025)

Covariate-Elaborated Robust Partial Information Transfer with Conditional Spike-and-Slab Prior
di: Zhang, Ruqian, et al.
Pubblicazione: (2024)

The Cellwise Minimum Covariance Determinant Estimator
di: Raymaekers, Jakob, et al.
Pubblicazione: (2022)

BFTS: Thompson Sampling with Bayesian Additive Regression Trees
di: Deng, Ruizhe, et al.
Pubblicazione: (2026)

MLCBART: Multilabel Classification with Bayesian Additive Regression Trees
di: Tian, Jiahao, et al.
Pubblicazione: (2026)

A Bayesian Additive Regression Tree Model for Learning Conditional Average Treatment Effects in Regression Discontinuity Designs
di: Alcantara, Rafael, et al.
Pubblicazione: (2025)

Covariate-dependent Graphical Model Estimation via Neural Networks with Statistical Guarantees
di: Lin, Jiahe, et al.
Pubblicazione: (2025)

Spatial Covariance Constraints for Gaussian Mixture Models
di: Lu, Hanzhang, et al.
Pubblicazione: (2026)

Ensemble Prediction via Covariate-dependent Stacking
di: Wakayama, Tomoya, et al.
Pubblicazione: (2024)

Accounting for Missing Covariates in Heterogeneous Treatment Estimation
di: Yamin, Khurram, et al.
Pubblicazione: (2024)

Testing Hypotheses of Covariate Effects on Topics of Discourse
di: Phelan, Gabriel, et al.
Pubblicazione: (2025)

Efficient Covariance Estimation for Sparsified Functional Data
di: Zheng, Sijie, et al.
Pubblicazione: (2025)

Skeleton Regression: A Graph-Based Approach to Estimation with Manifold Structure
di: Wei, Zeyu, et al.
Pubblicazione: (2023)

Covariate Balancing and Riesz Regression Should Be Guided by the Neyman Orthogonal Score in Debiased Machine Learning
di: Kato, Masahiro
Pubblicazione: (2026)

Graph Topic Modeling for Documents with Spatial or Covariate Dependencies
di: Jung, Yeo Jin, et al.
Pubblicazione: (2024)

Learning Joint and Individual Structure in Network Data with Covariates
di: James, Carson, et al.
Pubblicazione: (2024)

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

DARTS: Targeting Prognostic Covariates in Budget-Constrained Sequential Experiments
di: Husar, Kateryna, et al.
Pubblicazione: (2026)

Representation Learning Preserving Ignorability and Covariate Matching for Treatment Effects
di: Nanavati, Praharsh, et al.
Pubblicazione: (2025)

Deep Fréchet Regression
di: Iao, Su I, et al.
Pubblicazione: (2024)

Semiparametric Counterfactual Regression
di: Kim, Kwangho
Pubblicazione: (2025)

Multi-Fidelity Quantile Regression
di: Liu, Yixiang, et al.
Pubblicazione: (2026)

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

Covariate-assisted Grade of Membership Models via Shared Latent Geometry
di: Xu, Zhiyu, et al.
Pubblicazione: (2026)

Enhancing Differentially Private Linear Regression via Public Second-Moment
di: Cao, Zilong, et al.
Pubblicazione: (2025)

A Stable and Efficient Covariate-Balancing Estimator for Causal Survival Effects
di: Pham, Khiem, et al.
Pubblicazione: (2023)

Low-Rank Covariance Completion for Graph Quilting with Applications to Functional Connectivity
di: Chang, Andersen, et al.
Pubblicazione: (2022)

Fast Rerandomization for Balancing Covariates in Randomized Experiments: A Metropolis-Hastings Framework
di: Lu, Jiuyao, et al.
Pubblicazione: (2026)

Generalized Encouragement-Based Instrumental Variables for Counterfactual Regression
di: Wu, Anpeng, et al.
Pubblicazione: (2024)