某些函数类的Natarajan维数的上界

Ying Jin

某些函数类的Natarajan维数的上界

机器学习 2023-04-25 v2 机器学习

作者: Ying Jin

摘要

Natarajan维数是刻画多类PAC可学习性的基本工具，它将Vapnik-Chervonenkis (VC)维数从二分类推广到多分类问题。本文建立了某些函数类的Natarajan维数上界，包括(i)多类决策树与随机森林，以及(ii)具有二值、线性和ReLU激活函数的多类神经网络。这些结果可能与描述某些多类学习算法的性能相关。

关键词

Natarajan维数多类PAC可学习性 VC维数决策树随机森林神经网络

引用

@article{arxiv.2209.07015,
  title  = {Upper bounds on the Natarajan dimensions of some function classes},
  author = {Ying Jin},
  journal= {arXiv preprint arXiv:2209.07015},
  year   = {2023}
}

备注

To appear at IEEE ISIT 2023

相关论文

查看更多相关论文 →