Copertina

Hinge Regression Tree: A Newton Method for Oblique Regression Tree Splitting

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Li, Hongyi, Lin, Han, Xu, Jun
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

LHT: Statistically-Driven Oblique Decision Trees for Interpretable Classification
di: Li, Hongyi, et al.
Pubblicazione: (2025)

Rotation-Robust Regression with Convolutional Model Trees
di: Li, Hongyi, et al.
Pubblicazione: (2026)

Hinge-Wasserstein: Estimating Multimodal Aleatoric Uncertainty in Regression Tasks
di: Xiong, Ziliang, et al.
Pubblicazione: (2023)

Optimizing High-Dimensional Oblique Splits
di: Chi, Chien-Ming
Pubblicazione: (2025)

FoLDTree: A ULDA-Based Decision Tree Framework for Efficient Oblique Splits and Feature Selection
di: Wang, Siyu, et al.
Pubblicazione: (2024)

Regression Trees Know Calculus
di: Wycoff, Nathan
Pubblicazione: (2024)

Ensembles of Probabilistic Regression Trees
di: Seiller, Alexandre, et al.
Pubblicazione: (2024)

Stable Update of Regression Trees
di: Blørstad, Morten, et al.
Pubblicazione: (2024)

NCART: Neural Classification and Regression Tree for Tabular Data
di: Luo, Jiaqi, et al.
Pubblicazione: (2023)

AdaPRL: Adaptive Pairwise Regression Learning with Uncertainty Estimation for Universal Regression Tasks
di: Liang, Fuhang, et al.
Pubblicazione: (2025)

Learning Hyperplane Tree: A Piecewise Linear and Fully Interpretable Decision-making Framework
di: Li, Hongyi, et al.
Pubblicazione: (2025)

An Interpretable Power System Transient Stability Assessment Method with Expert Guiding Neural-Regression-Tree
di: Wang, Hanxuan, et al.
Pubblicazione: (2024)

Uncertainty-Aware Extrapolation in Bayesian Oblique Trees
di: Andonovikj, Viktor, et al.
Pubblicazione: (2026)

Approximating Full Conformal Prediction for Neural Network Regression with Gauss-Newton Influence
di: Tailor, Dharmesh, et al.
Pubblicazione: (2025)

On Imbalanced Regression with Hoeffding Trees
di: Alchirch, Pantia-Marina, et al.
Pubblicazione: (2026)

Symbolic Regression as Feature Engineering Method for Machine and Deep Learning Regression Tasks
di: Shmuel, Assaf, et al.
Pubblicazione: (2023)

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

Learning Ultrametric Trees for Optimal Transport Regression
di: Chen, Samantha, et al.
Pubblicazione: (2022)

Regression Trees for Fast and Adaptive Prediction Intervals
di: Cabezas, Luben M. C., et al.
Pubblicazione: (2024)

Brenier Isotonic Regression
di: Bao, Han, et al.
Pubblicazione: (2026)

On the Saturation Effect of Kernel Ridge Regression
di: Li, Yicheng, et al.
Pubblicazione: (2024)

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

TreeFlow: Going beyond Tree-based Gaussian Probabilistic Regression
di: Wielopolski, Patryk, et al.
Pubblicazione: (2022)

Approximation-Free Differentiable Oblique Decision Trees
di: Panda, Subrat Prasad, et al.
Pubblicazione: (2026)

Vanilla Gradient Descent for Oblique Decision Trees
di: Panda, Subrat Prasad, et al.
Pubblicazione: (2024)

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

Bayesian Additive Regression Trees for functional ANOVA model
di: Park, Seokhun, et al.
Pubblicazione: (2025)

Co-data Learning for Bayesian Additive Regression Trees
di: Goedhart, Jeroen M., et al.
Pubblicazione: (2023)

Very fast Bayesian Additive Regression Trees on GPU
di: Petrillo, Giacomo
Pubblicazione: (2024)

On the Gaussian process limit of Bayesian Additive Regression Trees
di: Petrillo, Giacomo
Pubblicazione: (2024)

Improving Monte Carlo Tree Search for Symbolic Regression
di: Huang, Zhengyao, et al.
Pubblicazione: (2025)

On the Consistency of Fairness Measurement Methods for Regression Tasks
di: Almajed, Abdalwahab, et al.
Pubblicazione: (2024)

Adaptive Optimizable Gaussian Process Regression Linear Least Squares Regression Filtering Method for SEM Images
di: Ong, D. Chee Yong, et al.
Pubblicazione: (2025)

Nonparametric Instrumental Regression via Kernel Methods is Minimax Optimal
di: Meunier, Dimitri, et al.
Pubblicazione: (2024)

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)

Covariance-Driven Regression Trees: Reducing Overfitting in CART
di: Zhang, Likun, et al.
Pubblicazione: (2026)

Quant VideoGen: Auto-Regressive Long Video Generation via 2-Bit KV-Cache Quantization
di: Xi, Haocheng, et al.
Pubblicazione: (2026)

Certified Continual Learning for Neural Network Regression
di: Pham, Long H., et al.
Pubblicazione: (2024)

HingeRLC-GAN: Combating Mode Collapse with Hinge Loss and RLC Regularization
di: Goni, Osman, et al.
Pubblicazione: (2025)