Aug, 2024

基于PAC-Bayesian分类的错分类超额风险界限通过凸化损失

TL;DR本研究解决了PAC-Bayesian分类中的错分类风险界限问题,尤其在使用凸替代损失时的局限性。研究提出了一种新颖的方法,通过期望的PAC-Bayesian相对界限而非概率界限来建立错分类超额风险界限。该方法在若干重要应用中得到了验证,展示了其潜在的广泛影响。