.png){kind=icon}
返回
Multi-Output Shrunken Regression Trees
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ejor.2025.11.022.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 基于多输出拉普拉斯收缩的闭式叶节点估计器。
• 证明收缩方法在期望均方误差上优于样本均值。
• 两种实现方式：事后叶节点更新和分割感知树。
• 使用真实世界和合成数据集验证了其经验上的优越性。
期刊
IF:
6
论文数:
2.2W
被引数:
6.4W
机构
引用论文
暂无论文信息