Adjusted Overfitting Regression

要約

この論文では、「距離ベースの回帰」を通じて過学習と過小学習を調整できる新しい形式の回帰を紹介します。
過学習により、不正確な結果を引き起こす誤ったパターンが見つかることが多いため、過学習を最小限に抑える新しいアプローチを採用することで、より正確な予測を導き出すことができます。
次に、回帰フォームのテストを進め、回帰を最適化する追加の方法を示します。
最後に、新しいテクニックを特定のデータセットに適用して、その実用的な価値を実証します。

要約(オリジナル)

In this paper, I will introduce a new form of regression, that can adjust overfitting and underfitting through, ‘distance-based regression.’ Overfitting often results in finding false patterns causing inaccurate results, so by having a new approach that minimizes overfitting, more accurate predictions can be derived. Then I will proceed with a test of my regression form and show additional ways to optimize the regression. Finally, I will apply my new technique to a specific data set to demonstrate its practical value.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google