协变量偏移的新相似性度量及其在非参数回归中的应用
统计理论
2022-02-08 v1 机器学习
机器学习
统计理论
摘要
我们在非参数回归背景下研究协变量偏移。我们引入了一种基于给定半径下球体概率积分比值的源分布与目标分布间失配的新度量。我们利用该度量随半径的标度律来刻画协变量偏移下在一族Hölder连续函数上的极小极大估计速率。与近期提出的迁移指数概念相比,该度量带来了更锐利的收敛速率且更为精细。我们以具体的协变量偏移实例佐证理论,阐明了这一显著差异。
引用
@article{arxiv.2202.02837,
title = {A new similarity measure for covariate shift with applications to nonparametric regression},
author = {Reese Pathak and Cong Ma and Martin J. Wainwright},
journal= {arXiv preprint arXiv:2202.02837},
year = {2022}
}
备注
22 pages, 2 figures, 1 table