TL;DR本论文旨在研究在不平衡的回归任务中使用 SERA 作为一个优化标准的影响。使用 36 个不同领域和规模的数据集,实验结果表明,使用 SERA 作为目标函数的模型在极端值的预测方面比使用标准提升算法生成的模型更好,证实了 SERA 可以嵌入优化的学习算法中。
Abstract
imbalanced domain learning aims to produce accurate models in predicting
instances that, though underrepresented, are of utmost importance for the
domain. Research in this field has been mainly focused on classification tasks.
Comparatively, the number of studies carried out in the con
这篇研究论文探讨了使用高斯特征的超参数化线性模型在分类和回归任务中的表现,发现当过度参数化时,所有训练点都成为支持向量,从而演化出一个法向量的模型,比起普通的最小二乘法和解决分类问题的 SVM,更适用于两者的情况,并讨论了在不同 loss function 下,训练(优化)和测试(归纳)階段使用的方法的不同作用和特性。