초록 우리는 결측 데이터가 있는 고차원 선형 회귀의 비대칭 분석을 제시하고, 하이퍼파라미터 조정을 위한 더욱 빠른 근사법인 Leave-One-Out 교차 검증을 제안합니다. 우리의 분석은 표준 릿지 회귀를 넘어 적대적 훈련을 포함하여 결측 데이터를 처리하기 위해 특별히 설계된 견고한 공식을 도입합니다. 기존의 정규화 문헌을 기반으로 하여, 완전 데이터 환경을 다룬 연구들과의 차별성을 강조하며, 우리의 프레임워크는 결측 데이터가 있는 회귀 모델의 비대칭적 특성을 확립합니다. 특히 우리는 손실 함수가 미분 불가능한 유한 샘플 체제에서 적대적 훈련을 위한 교차 검증을 탐구한 첫 번째 연구입니다. 우리의 교차 검증 근사는 전통적인 방법에 비해 상당한 계산상의 이점을 보여줍니다.
Xing 외(2023년, 월)는 이 문제를 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: