多目标XGBoostLSS回归
机器学习
2022-10-14 v1
摘要
当前梯度提升机（Gradient Boosting Machines）的实现大多为单目标回归任务而设计，且在多变量设定下使用时通常假定响应间相互独立。因此，若目标间存在不可忽略的依赖关系，这类模型便不甚适用。为克服此局限，我们提出XGBoostLSS的扩展，在概率回归设定下对多个目标及其依赖关系进行建模。实证结果表明，我们的方法在运行时间上优于现有GBM，且在精度方面表现相当。
关键词
引用
@article{arxiv.2210.06831,
title = {Multi-Target XGBoostLSS Regression},
author = {Alexander März},
journal= {arXiv preprint arXiv:2210.06831},
year = {2022}
}
备注
Compositional Data Analysis; Multi-Target Distributional Regression; Probabilistic Modelling; XGBoostLSS