新的 minimax 最优估计量提高了逻辑回归的准确性

研究人员开发了一种新的 minimax 最优估计量，用于高斯设计的逻辑回归，改进了现有的误差率。这种新估计量的误差率为 O(sqrt(R^3/n))，在范数估计方面具有理论最优性。该工作还将 MLE 的有限样本误差率精炼为 \tilde{O}(sqrt(R^3/n) + R^2d/n)，解决了 MLE 的内在偏差。数值实验表明，所提出的估计量优于 MLE。 AI

影响 这项研究推进了与机器学习模型相关的统计估计技术。

排序理由 该集群包含一篇详细介绍新统计估计方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv stat.ML 阅读 →

• arXiv
• Candès
• Chardon
• Gaussian Design
• Lerasle
• logistic regression
• maximum likelihood estimator (MLE)
• Mourtada Gaye
• Suriname
• Zhao

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →