arXiv · Statistics Machine Learning· Yugo Nakayama·2026-10-01 12:00· 3 小时前AI 评分18

支持向量机在高维低样本 spiked 模型下的渐近性质

Asymptotic Properties of Support Vector Machines in High-Dimension, Low-Sample-Size Settings under a Spiked Model

AI 导读

本文研究高维低样本（HDLSS）设定下 spike 模型中 SVM 的渐近性质，证明几何表示不成立且 SVM 不具备一致性。BC-SVM 因偏差项需修改而表现不佳，作者提出 spike-corrected SVM（SC-SVM），证明样本量趋于无穷时 SC-SVM 具有一致性，而样本量固定时任何基于投影的方法均失效。

来源：arXiv · Statistics Machine Learning · arxiv.org

#论文/研究 #数据/训练