【文件属性】：
文件名称：efficient-trunc-reg-unknown-noise-var
文件大小：1.47MB
文件格式：ZIP
更新时间：2021-04-01 11:00:58
JupyterNotebook
具有未知噪声方差的有效截断回归
ICML 2021补充代码提交
介绍
该存储库包含三个jupyter笔记本，用于运行本文中提到的实验。 这些笔记本都位于/notebooks/目录中。
名为Varying C.ipynb的jupyter笔记本包含用于合成数据的10D回归的代码，为此我们调整了截断阈值C。
Jupyter笔记本名为Union of Interval Truncation Regression.ipynb ，其中包含带有间隔截断集并集的截断回归代码。 运行实验的说明位于笔记本内。
名为Istanbul Stock Exchange Data Experiment.ipynb的jupyter笔记本包含半合成数据实验的代码。 对于本实验，我们使用的。 请注意，您将需要下载数据才能运行笔记本。 通读笔记本以查看调整超参数，并提供用户特定的输入。
下载
要运行这些笔记本，您将需要从
【文件预览】：
efficient-trunc-reg-unknown-noise-var-master
----.gitignore(198B)
----requirements.txt(899B)
----notebooks()
--------censored()
--------truncated_regression()
--------truncated_logistic_regression()
--------cifar-10()
--------unknown_truncation()
--------HorshoeDot.ipynb(123KB)
----README.rst(3KB)
----delphi()
--------__init__.py(0B)
--------attack_steps.py(6KB)
--------oracle.py(5KB)
--------utils()
--------attacker.py(15KB)
--------cifar_models()
--------stats()
--------delphi.py(118B)
--------train.py(14KB)