提出PRIME变量重要性度量
热点事件观察中
提出PRIME变量重要性度量
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Youngseo Cho和V. Roshan Joseph提出PRIME(比例包容边际效应)变量重要性度量,用于从带噪的输入—输出数据中量化变量重要性;论文称,该方法可克服PME面向确定性模型且计算成本高的限制。
AI 根据报道生成 · 20 小时前更新
最新进展10月21日 12:00
PRIME:使用比例包含边际效应测量变量重要性报道时间线
沿着报道,了解事件的不同侧面。
10月21日
- arXiv · Machine LearningPRIME:使用比例包含边际效应测量变量重要性
PRIME(proportional inclusive marginal effects)是一种用于从带噪输入-输出数据中量化变量重要性的新测量方法,旨在克服 PME 面向确定性模型且计算成本高的限制。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 810月21日 19:00
- 近 24 小时变化
- –
02.557.510
10月22日06:0012:00
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。