Two-sample comparison through additive tree models for density ratios
基于加性树模型的两样本密度比比较AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦两样本密度比估计与分布差异刻画，属于分布效应与分布比较方向，其余候选细分领域在摘要中缺乏直接文本依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
基于加性树模型的两样本密度比比较
- 研究问题
- 摘要称，研究如何在给定两个分布各自独立同分布观测的条件下，通过估计两密度之比来刻画两样本分布差异，即两样本比较问题。
- 方法与思路
- 作者提出用于密度比估计的加性树模型，并设计新损失函数——平衡损失，使树模型可用前向分步优化、梯度提升等监督学习算法训练；该损失近似指数族核，可作带共轭先验的伪似然，从而借助 BART 的回拟采样器做广义贝叶斯推断。
- 材料陈述的贡献
- 摘要称，该框架为推断的密度比提供不确定性量化，并揭示平衡损失与二分类指数损失及 f 散度（尤其平方 Hellinger 距离）变分形式的联系；数值实验显示方法兼具精度与计算效率，并用于评估微生物组成分数据的生成模型质量。
- 阅读关注点
- 应核对平衡损失的具体定义与理论性质、加性树模型的正则化与算法细节、贝叶斯后验的相合性或校准依据，以及数值实验设置、对比基准与生成模型评估指标是否支持摘要中的效率与不确定性量化主张。
- 阅读边界
- 仅凭摘要无法判断识别条件、收敛率、后验有效性等理论保证，也无法核实实验规模与结论稳健性；该文为 arXiv 预印本，未经同行评审验证，不能据此声称已被期刊接收。
原文摘要
The ratio of two densities provides a direct characterization of their differences. We consider the two-sample comparison problem by estimating this ratio given i.i.d. observations from two distributions. To this end, we propose additive tree models for density ratio estimation along with efficient algorithms using a new loss function, the balancing loss. The loss allows tree-based models to be trained using several algorithms originally designed for supervised learning, such as forward-stagewise optimization and gradient boosting. Moreover, the balancing loss resembles an exponential family kernel, and it can serve as a pseudo-likelihood with conjugate priors. This property enables generalized Bayesian inference on the density ratio using backfitting samplers designed for Bayesian additive regression trees (BART). Our Bayesian strategy provides uncertainty quantification for the inferred density ratio, which is critical for applications involving high-dimensional and data-limited distributions with potentially substantial uncertainty. We further show connections of the balancing loss to the exponential loss in binary classification and to the variational form of f-divergence, particularly the squared Hellinger distance. Numerical experiments demonstrate that our method achieves both accuracy and computational efficiency, while uniquely providing uncertainty quantification. Finally, we demonstrate its application to assessing the quality of generative models for microbiome compositional data.