关键词locally weighted regression
搜索结果 - 3
- 表示学习在视觉模仿中的惊人有效性
提出了一种解耦表示学习与行为学习的视觉模仿学习方法,使用标准的监督和自监督学习方法来学习视觉表示编码器,然后使用非参数局部加权回归来预测行为。实验结果表明,这种简单的解耦可以提高视觉模仿模型在离线演示数据集和实际机器人开门方面的性能。
- k*- 最近邻居:从全局到局部
本文提出了一种简单的,能够使权重最优化的局部加权回归 / 分类方法,并能够为需要估计值的每个数据点高效地找到权重和最优化的邻居数量,从而在多个数据集上展示了比标准局部加权方法更优异的性能表现。
- 基于统计模型的主动学习
本文回顾了如何使用最优数据选择技术来优化一些类型的机器学习算法,包括前馈神经网络、高斯混合模型和局部加权回归,并探讨了此方法如何降低训练数据量,提高模型性能。