Transfer Learning with Distance Covariance for Random Forest: Error Bounds and an EHR Application
随机森林的距离协方差迁移学习：误差界与电子病历应用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：摘要主题为随机森林迁移学习的理论误差界与EHR预测应用，未涉及所给微观、宏观或金融领域细分，故不选择任何领域key。
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
随机森林的距离协方差迁移学习：误差界与电子病历应用
- 研究问题
- 摘要称，研究如何在源域与目标域回归函数稀疏不同的非参数回归中实现迁移学习，并刻画随机森林迁移学习的误差率与收益来源。
- 方法与思路
- 作者提出用基于距离协方差特征权重的随机森林：先在目标域对源域训练的Centered RF残差拟合第二个CRF，分裂概率与特征-残差样本距离协方差成正比，并推导均方误差率上界。
- 材料陈述的贡献
- 摘要称推导出均方误差率上界，说明其随样本量与差异维度变化，从理论上展示随机森林迁移学习的收益，并解释距离协方差带来的隐式正则化使浅树与优先选特征同时降低偏差与方差。
- 阅读关注点
- 应核对稀疏差异假设的具体形式、上界推导所依赖的条件、距离协方差权重与分裂概率的构造细节，以及模拟与ICU死亡率预测中目标医院样本量与增益口径。
- 阅读边界
- 仅凭摘要无法判断假设合理性、上界紧致性、模拟设计是否覆盖标准RF、EHR数据选择偏差与外部效度；该文为arXiv预印本，未经同行评审验证。
原文摘要
We propose a method for transfer learning in nonparametric regression using a random forest (RF) with distance covariance-based feature weights, assuming the unknown source and target regression functions are sparsely different. Our method obtains residuals from a source domain-trained Centered RF (CRF) in the target domain, then fits another CRF to these residuals with feature splitting probabilities proportional to feature-residual sample distance covariance. We derive an upper bound on the mean square error rate of the procedure as a function of sample sizes and difference dimension, theoretically demonstrating transfer learning benefits in random forests. A major difficulty for transfer learning in random forests is the lack of explicit regularization in the method. Our results explain why shallower trees with preferential selection of features lead to both lower bias and lower variance for fitting a low-dimensional function. We show that in the residual random forest, this implicit regularization is enabled by sample distance covariance. In simulations, we show that the results obtained for the CRFs also hold numerically for the standard RF (SRF) method with data-driven feature split selection. Beyond transfer learning, our results also show the benefit of distance-covariance-based weights on the performance of RF when some features dominate. Our method shows significant gains in predicting the mortality of ICU patients in smaller-bed target hospitals using a large multi-hospital dataset of electronic health records for 200,000 ICU patients.