随机子集平均:一种新颖的集成方法

发布:2025年12月27日 05:30
1分で読める
ArXiv

分析

本文介绍了一种名为随机子集平均 (RSA) 的新集成预测方法,专为具有相关协变量的高维数据而设计。该方法的主要创新在于其两轮加权方案,以及通过交叉验证自动调整参数的能力,无需预先了解协变量的相关性。论文声称具有渐近最优性,并在模拟和金融应用中展示了优于现有方法的性能。这很重要,因为它为复杂数据集中的预测提供了一种可能更稳健、更有效的方法。

引用

RSA 通过二项随机子集策略构建候选模型,并通过两轮加权方案聚合它们的预测,从而产生类似于两层神经网络的结构。