低噪声条件下二元插值分类程序的最小极收敛率

在文献中很少有人讨论针对 SDE 路径构建分类程序的最小极收敛率。只有一篇论文建立了针对由白噪声模型构建的二元分类器的最优收敛率。在本文中，我们考虑更复杂的扩散模型，其空间依赖漂移和扩散系数，其中漂移项取决于类别，扩散系数则适用于所有类别。在低噪声条件下，我们在 Holder 空间上建立了更快的收敛率。这一结果需要建立指数不等式，这对于获得预期收敛率至关重要。随后，我们研究了经验分类器的剩余风险下界。