k-近邻分类器的推测 - 校正误差界
机器学习
2017-09-19 v6 信息论
math.IT
机器学习
摘要
我们引入了推测 - 校正（speculate-correct）方法来推导局部分类器的误差界。利用该方法，我们表明尽管 k 近邻分类器具有著名的破碎决策边界，但它们拥有指数型误差界，且对于个样本内示例，其误差界范围为。
引用
@article{arxiv.1410.2500,
title = {Speculate-Correct Error Bounds for k-Nearest Neighbor Classifiers},
author = {Eric Bax and Lingjie Weng and Xu Tian},
journal= {arXiv preprint arXiv:1410.2500},
year = {2017}
}