محققان به تازگی رویکرد جدیدی به نام «رگرسیون مؤلفه اصلیِ دِفلوئر شده» (De-floored PCR) معرفی کردهاند که چالشهای تحلیل دادههای با ابعاد بالا را هدف قرار داده است.
در رگرسیونهای سنتی، انتخاب رتبه به تنهایی برای اصلاح تورم مقادیر ویژه کافی نیست. روش dPCR با حذف یک «کف» (floor) تخمینی از مخرجهای باقیمانده، ریسک پیشبینی را به طرز چشمگیری کاهش میدهد. این دستاورد ریاضی، دقت مدلهای آماری در یادگیری ماشین را برای دادههای پیچیده ارتقا میدهد.
منبع: arXiv Machine Learning