characterize 0-1损失函数在多类情形下的可学习性
机器学习
2026-03-04 v3 机器学习
摘要
本文将给出对单色0-1损失函数可学习性的刻画。具体来说，我们将在输出空间和标签空间有效有限基数的情况下，对这种损失函数的可学习性进行刻画。为此，我们构建了一个基于Natarajan维数的新型组合维数，并证明了假设类在本情形下可学习当且仅当该广义Natarajan维数为有限。我们还展示了这种维数如何刻画其他已知学习情形，例如大量集合反馈学习的各种实例以及列表学习的修改版本。
引用
@article{arxiv.2510.08382,
title = {Characterizing the Multiclass Learnability of Forgiving 0-1 Loss Functions},
author = {Jacob Trauger and Tyson Trauger and Ambuj Tewari},
journal= {arXiv preprint arXiv:2510.08382},
year = {2026}
}
备注
15 pages