BriefGPT - AI 论文速递
·
针对大规模符号回归的从头始非参数变量选择
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出PAN+SR新方法，结合非参数变量选择与符号回归，解决大规模输入变量的局限。实验表明，该方法在高维回归问题上显著提升性能。
🎯
关键要点
- 本研究提出PAN+SR新方法，结合非参数变量选择与符号回归。
- 该方法解决了现有符号回归在处理大规模输入变量时的局限性。
- 实验结果表明，PAN+SR显著提升了多种现有符号回归方法的性能。
- PAN+SR能够在高维回归问题的数据集上实现最先进的结果。
➡️
