基于极小极大与PAC-Bayes的置信度评级转导
机器学习
2015-01-19 v1 机器学习
摘要
我们考虑在提前获知无标签测试数据时，使用二分类器集成进行转导预测。我们在该设定下推导了用于置信度评级预测的极小极大最优规则。通过对这些规则进行PAC-Bayes分析，我们得到了不依赖于数据分布假设的数据相关性能保证。我们的分析技术可轻松扩展到允许预测器弃权的设定。
引用
@article{arxiv.1501.03838,
title = {PAC-Bayes with Minimax for Confidence-Rated Transduction},
author = {Akshay Balsubramani and Yoav Freund},
journal= {arXiv preprint arXiv:1501.03838},
year = {2015}
}