BriefGPT - AI 论文速递 · 2023-11-22T00:00:00Z 通过全面 $oldsymbol {R^2}$ 淘汰和贝叶斯模型选择提高方程式学习中的识别准确性 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 综合考虑基函数字典内的所有可能方程是不可行的，稀疏回归和贪婪算法是流行的解决方法。本文提出一种平衡综合性与效率的方法，通过综合判定系数和贝叶斯模型证据，全面搜索并在每次迭代中轻微缩减模型空间。实验结果显示该方法在辨识准确性方面优于其他方法。 🏷️ 标签 r 判定系数 方程学习方法 稀疏回归 贝叶斯模型证据 贪婪算法 阅读原文 生成长图 分享链接 已复制链接
