本文引入了一个名为“预言家漂移”(oracle drift)的新指标,以更好地分析非平稳加权风险最小化中的分布漂移。作者将超额风险分解为估计、漂移和近似分量,并提出预言家漂移直接关系到模型类别内最佳预测器的移动。他们的分析表明,传统的差异型量度可能过于保守,其缩放阶数可能大于其对超额风险的实际贡献,并对风险表面的不相关变化做出响应。该研究将此分析扩展到参数回归模型和非参数回归。 AI
影响 引入了一个改进的指标,用于分析机器学习风险最小化中的分布漂移,可能导致更准确的模型评估。
排序理由 该集群包含一篇在arXiv上发表的学术论文,详细介绍了一种新的风险最小化理论指标。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →