这篇研究论文深入探讨了回归模型中插值和聚合的理论方面。作者引入了 $\gamma$-图维度作为理解各种聚合技术可学性的关键因素。他们证明，三个插值假设的简单基于中位数的聚合可以达到最优性能，超越了传统的适当学习方法。该论文还指出，某些假设类别只能通过无限聚合或非插值规则来学习，这表明了有限插值聚合的局限性。 AI
排序理由 这是一篇发表在arXiv上的理论研究论文。[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 →
arXiv:2605.29819v1 Announce Type: new Abstract: This work investigates theoretically the interplay between interpolation and aggregation in regression. We establish that the $\gamma$-graph dimension characterizes learnability for a broad class of natural aggregation procedures. F…