无集中条件下的良性过拟合
统计理论
2021-01-05 v1 统计理论
摘要
我们获得了线性回归问题良性过拟合的一个充分条件。我们的结果不依赖集中论证，而是基于小球假设，因而可在重尾情形下成立。基本思想是根据有效秩建立坐标小球估计，从而校准 epsilon-Net 与指数概率的平衡。我们的结果表明良性过拟合并不依赖于输入向量的集中性质。最后，我们讨论了线性模型之外良性过拟合的潜在困难，以及一个无截断有效秩的良性过拟合结果。
引用
@article{arxiv.2101.00914,
title = {Benign overfitting without concentration},
author = {Zong Shang},
journal= {arXiv preprint arXiv:2101.00914},
year = {2021}
}