HiPaR：分层模式辅助回归
机器学习
2021-02-25 v1
摘要
我们介绍HiPaR，一种针对同时包含类别型和数值型属性的表格数据的新型模式辅助回归方法。HiPaR挖掘形式为 的混合规则，其中 是对数据区域的描述， 是关于感兴趣变量 的线性回归模型。HiPaR依赖模式挖掘技术来识别数据中可用局部线性模型准确解释目标变量的区域。该方法的新颖之处在于将枚举式探索区域空间的方法与引导搜索的高效启发式相结合。这种策略在选取一小簇联合准确且人类可读、能解释整个数据集的混合规则时提供了更大的灵活性。如我们的实验所示，HiPaR比现有的基于模式的回归方法挖掘出更少的规则，同时仍达到SOTA预测性能。
引用
@article{arxiv.2102.12370,
title = {HiPaR: Hierarchical Pattern-aided Regression},
author = {Luis Galárraga and Olivier Pelgrin and Alexandre Termier},
journal= {arXiv preprint arXiv:2102.12370},
year = {2021}
}