DRO正则化扩展至稀疏整数规划

1. 12:00
   arXiv cs.AI

   稀疏整数规划训练学习模型的分布鲁棒正则化

   研究者将分布鲁棒优化（DRO）正则化扩展到混合整数稀疏规划，为可解释机器学习模型提供随稀疏参数变化的统计保证，避免交叉验证选择稀疏度的高昂计算成本。该方法在基于特征值规则集构建可解释二分类模型的场景中进行了演示。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。