English(EN) On Rate-Optimal Partitioning Classification from Observable and from Privatised Data

新研究详解速率最优划分分类方法

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-15 04:00

一篇新研究论文发布在arXiv上，探讨了速率最优划分分类技术。该研究在放宽的条件下引入了新的分类收敛速率，适用于可观测数据和私有化数据。作者们证明，通过关注连续输入的内在维度而不是全维度空间，即使不依赖于强密度假设，他们的方法也能达到极小极大最优收敛速率。 AI

排序理由该集群包含一篇详细介绍新分类方法的 ist 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 →

报道来源 [1]

arXiv stat.ML TIER_1 English(EN) · Bal\'azs Csan\'ad Cs\'aji, L\'aszl\'o Gy\"orfi, Ambrus Tam\'as, Harro Walk · 2026-06-15 04:00

On Rate-Optimal Partitioning Classification from Observable and from Privatised Data

arXiv:2312.14889v4 Announce Type: replace Abstract: In this paper we revisit the classical method of partitioning classification and prove novel convergence rates under relaxed conditions, both for observable (non-privatised) and for privatised data. We consider the problem of cl…