核插值泛化性能差
机器学习
2023-08-09 v2 统计理论
统计理论
摘要
在核回归研究近期复兴中最有趣的问题之一，可能是核插值能否良好泛化，因为这有助于我们理解文献中报道的深度网络的“良性过拟合现象”。在本文中，在温和条件下，我们证明对于任意 ，核插值的泛化误差下界为 。换言之，对于一大类核，核插值泛化性能差。作为一个直接推论，我们可以证明定义在球面上的过拟合宽神经网络泛化性能差。
引用
@article{arxiv.2303.15809,
title = {Kernel interpolation generalizes poorly},
author = {Yicheng Li and Haobo Zhang and Qian Lin},
journal= {arXiv preprint arXiv:2303.15809},
year = {2023}
}