arXiv · Statistics Machine Learning· Tobias Brock, Thomas Nagler·· 2 小时前AI 评分20
Beyond Discrepancy:非平稳加权风险最小化中的 Oracle Drift
Beyond Discrepancy: Oracle Drift in Nonstationary Weighted Risk Minimization
AI 导读
论文将非平稳加权风险最小化中的超额风险分解为估计、漂移与逼近三部分,并把漂移误差直接关联到模型类内最优预测器的移动。分析显示 discrepancy 型量可能过于保守,其阶数可高于实际超额风险贡献,并对不影响最优预测器的风险面变化作出响应。研究针对线性回归刻画该差距并结合估计保证,同时扩展到非参数回归。
来源:arXiv · Statistics Machine Learning · arxiv.org