Sep, 2011

使用随机森林稳定地估计离散、连续和混合变量的图模型

PDF
TL;DR本文介绍了一种名为 GRaFo 的图形随机森林方法，通过 Stability Selection 帮助选择参数，并在多种数据类型中进行评估，包括通过 ICF 评估功能健康组件之间的相互作用和鉴定可能与先天性心脏病、三体染色体和心脏手术相关的风险因素。
graphical random forestsconditional independence graphstability selectionmixed-type variablesneurodevelopment
发现论文，激发创造
  • 广义随机森林

    该研究提出了广义随机森林方法，用于基于随机森林进行非参数统计估计，可以用于拟合任何被识别为满足一组局部矩方程的解的感兴趣数量，提出了一种灵活且计算有效的算法以及新的非参数回归，条件平均偏差估计和异质性治疗效应估计方法，通过本研究可用 GRF 软件实现。

    Oct, 2016

  • 高维混合图模型

    本文提出了一种适用于混合数据的图模型，该模型对高维数据来说简单而灵活，采用回归算法和群体套索惩罚法来拟合模型，并将其应用于 CAL500 音乐注释数据集，成功得到了将音频信号的连续特征与流派、情感和用途等分类变量之间关系的稀疏而可解释的图模型。

    Apr, 2013

  • 关于充分图模型

    将非线性合适降维技术应用于条件独立性评估，引入了一种足够的图模型，该模型在本质上是非参数的，避免了高维核函数引起的维度灾难；通过模拟比较和对 DREAM 4 挑战数据集的分析，证明了该方法在高维设置下，且当高斯或 copula 高斯假设不成立时，其性能优于现有方法。

    Jul, 2023

  • 正交随机森林用于因果推断

    我们提出了正交随机森林算法，该算法结合了 Neyman - 正交减少估计误差对无关参数的敏感度，与广义随机森林，通过随机森林对条件矩模型进行灵活的非参数统计估计。我们提供了一致性速率，并为我们的估计器建立了渐进正态性。我们展示了在无关参数的一致性速率具有渐近性的温和假设下，我们可以实现与先验知识相同的错误率。我们展示了当无关函数具有局部稀疏参数化时，本地 l1 - 惩罚回归实现所需速率。我们将我们的方法应用于从离散或连续处理的观察数据中估计异质处理效应，并且我们显示，与先前的工作不同，我们的方法可以在标准稀疏条件下控制高维变量集。我们还对我们算法在合成和实际数据上进行了全面的实证评估。

    Jun, 2018

  • 复杂地形下用分布式回归森林进行降雨概率预测

    提出了一种将回归树与随机森林与经典 GAMLSS 框架中的分布并置合并的分布回归树和随机森林框架，以用于变量选择和建模非平滑依赖关系或高阶交互作用的情况，将其应用于大量气象预测数据生成的降水概率预测，并发现这种方法可以自动选择变量和交互作用，性能与计算成本高的提前预测信息或增强方法 GAMLSS 的性能相当甚至更好。

    Apr, 2018

  • 条件随机场简介

    该论文介绍结构化预测方法 —— 条件随机场，它是分类方法和图形建模的结合，可用于自然语言处理、计算机视觉和生物信息学等领域，该论文还描述了 CRFs 的推断和参数估计方法，以及实现大规模 CRFs 的实际问题。

    Nov, 2010

  • 利用随机森林估计和推断异质性处理效应

    本文介绍了一种非参数因果森林方法，用于估计异质性处理效应，并讨论了一种实用方法以构建渐近置信区间来评估真实处理效应，结果表明在存在无关协变量的情况下，因果森林方法比最近邻匹配等经典方法更为有效。

    Oct, 2015

  • RRF 包中的 Guided Random Forest

    该论文提出了引导随机森林（GRF）来进行特征选择，GRF 可以独立地构建树并可并行实现，与 GRRF 相比，GRF 选择的特征更多，但分类精度更高，实验证明，在 10 个高维基因数据集上 RF 在特征选择后的应用优于 RF 在所有特征上的应用。

    Jun, 2013

  • 超越正态分布：在非高斯环境中学习稀疏概率图模型

    该论文提出了一种算法，用于在连续和非高斯概率分布中识别稀疏的依赖结构，并利用依赖结构来进行更准确的分布估计和推理。

    Nov, 2017

  • 分组融合图形 lasso 的块状常数高斯图模型的正则化估计

    本文提出了一种基于稀疏差异先验的正则化 M - 估计方法，通过估计图和变化点结构相结合，探讨了多变量时序的时间变化精度矩阵的动态条件依赖结构，以及其应对于稀疏依赖结构或平滑演化图结构的需求。此外，方法的扩张能使得在多个系统的依赖关系中进行变化点的估计，并提出了一种高效算法用于对结构的估计，最后，对两个真实世界数据集的定性影响以及合理性进行研究。

    Dec, 2015