通过交叉验证估计子抽样
摘要：关于子袋估计器的交叉验证推广误差的集中不等式（分类和回归器）。考虑一般损失函数和具有有限和无限VC维度的预测器类。我们对cite{DUD03}引入的形式进行了稍微推广，以涵盖各种交叉验证程序，包括留一交叉验证、k折交叉验证、留出交叉验证（或分割样本）和留υ交叉验证。一个有趣的结果是概率上界由Hoeffding型界和Vapnik型界的最小值限制，因此即使对于小的学习集，概率上界也小于1。最后，我们给出了一个简单的规则来选择子袋预测器。
作者：Matthieu CORNEC
论文ID：1011.5142
分类：Machine Learning
分类简称：stat.ML
提交时间：2010-11-24