Online Smooth Backfitting for Generalized Additive Models

We propose an online smoothing backfitting method for generalized additive models coupled with local linear estimation. The idea can be extended to general nonlinear optimization problems. The strategy is to use an appropriate-order expansion to approximate the nonlinear equations and store the coef...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Journal of the American Statistical Association Ročník 119; číslo 546; s. 1215 - 1228
Hlavní autoři:	Yang, Ying, Yao, Fang, Zhao, Peng
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Alexandria Taylor & Francis 02.04.2024 Taylor & Francis Ltd
Témata:	Additives Algorithmic convergence Algorithms Americans Candidates Computation Computational efficiency cost effectiveness equations Estimation Internet Nonlinear equations Online learning Optimization Statistical efficiency Statistics Streaming data system optimization
ISSN:	0162-1459, 1537-274X, 1537-274X
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!