オンライン分布回帰（Online Distributional Regression）
arXiv stat.ML / 2026/4/27
💬 オピニオンTools & Practical UsageModels & Research
要点
- 本論文は、確率的予測が求められる状況で、ストリーミングデータを用いたオンライン学習として、条件付き分散（ヘテロスケダスティシティ）や条件付きモーメントも学習する必要に焦点を当てる。
- 提案手法は、オンラインLASSO推定の最近の発展と、GAMLSS（位置・尺度・形状のための一般化加法モデル）を組み合わせて、正則化された線形の分布回帰モデルをオンライン推定する。
- 日次の電力価格（day-ahead electricity price）予測のケーススタディにより、予測性能が競争力を持つことを示す。
- さらに、増分推定によって計算コストを大幅に削減できることを報告し、効率的なPython実装として「ondil」パッケージを提供している。
