中文

大维度下内积核回归的 Pinsker 界

统计理论 2025-06-05 v2 机器学习 统计理论

摘要

基于近期对高维核回归的研究,特别是涉及球面 Sd\mathbb{S}^{d} 上的内积核的研究,我们在此类设定下探讨了内积核回归的 Pinsker 界。具体而言,我们处理样本量 nnαdγ(1+od(1))\alpha d^{\gamma}(1+o_{d}(1)) 给出(其中 α,γ>0\alpha, \gamma>0)的情形。我们确定了此设定下核回归的精确极小极大风险,不仅识别了极小极大速率,还确定了与超额风险相关的精确常数,即 Pinsker 常数。

关键词

引用

@article{arxiv.2409.00915,
  title  = {On the Pinsker bound of inner product kernel regression in large dimensions},
  author = {Weihao Lu and Jialin Ding and Haobo Zhang and Qian Lin},
  journal= {arXiv preprint arXiv:2409.00915},
  year   = {2025}
}