交叉验证估计器的集中不等式对于经验风险最小化者
摘要：交叉验证估计经验风险最小化器的泛化误差的集中不等式的推导 泛化误差估计的交叉验证估计的集中不等式是衡量该估计方法误差的边界的一种方法，我们关注各种交叉验证方法的一致性证明，并指出了每种交叉验证方法在收敛速度方面的兴趣。我们的结果表明，交叉验证方法的一致性不要求测试样本的大小趋于无穷大。
作者：Matthieu Cornec
论文ID：1011.0096
分类：Machine Learning
分类简称：stat.ML
提交时间：2010-11-02