arXiv · Statistics Machine Learning· Sanghwa Kim, Kyoungseok Jang, Se-Young Yun·· 4 hr agoAI score16
超越二阶信息：含噪声特征的付费逻辑回归
Beyond Second-Order Information: Paid Logistic Regression with Noisy Features
AI brief
论文研究在线二值预测中的付费随机特征问题，学习者可付费获取更精确的特征观测，以同时控制预测损失与采集成本。与在线线性回归不同，协方差信息不再足够：相同协方差的两种噪声分布可能产生不同的最优逻辑回归损失，更低方差甚至导致更高损失。在更大付费可去除独立噪声的结构排序下，噪声结构已知时获得 Õ(√T) 遗憾，未知时为 Õ(T^{2/3}) 遗憾，并给出对数因子意义下的匹配下界。
Source: arXiv · Statistics Machine Learning · arxiv.org