arXiv stat.ML· Daniela De Canditiis, Italia De Feis, Paola Stolfi·· 2 小时前AI 评分22
Robust LassoNet：用鲁棒损失函数增强神经网络特征选择
Robust LassoNet: Enhancing Feature Selection in Neural Networks via Robust Loss Functions
AI 导读
Robust LassoNet 是 LassoNet 的扩展，通过引入 Huber、Cauchy、Tukey's bisquare 和 Nonnegative Garrote 等鲁棒损失函数，缓解极端观测值对特征选择的影响。该方法保留原有优化框架，在合成与真实数据集实验中，于存在离群点或重尾噪声时显著提升预测性能与特征选择准确率，在干净数据上性能相当。
来源：arXiv stat.ML · arxiv.org