U统计量的排序与经验最小化
统计理论
2016-08-16 v1 统计理论
摘要
对实例进行排序/排序而非简单分类的问题，近来在机器学习中备受关注。本文在严格的统计框架下表述排序问题。目标是学习一种排序规则，以最小的排序风险在两个实例中判定哪一个“更好”。由于风险的自然估计量呈U统计量的形式，需要借助U过程理论来研究经验风险最小化的一致性。我们特别建立了退化U过程的尾概率不等式，并应用它表明在特定噪声假设下可以像分类一样实现快速收敛速率。同时也研究了凸风险最小化方法。
引用
@article{arxiv.math/0603123,
title = {Ranking and empirical minimization of U-statistics},
author = {Stéphan Clémençon and Gábor Lugosi and Nicolas Vayatis},
journal= {arXiv preprint arXiv:math/0603123},
year = {2016}
}
备注
32 pages