多分类贪婪算法的一致性

被引：1

作者：

陈洪 ^{[1
]}

蔡佳 ^{[1
]}

张玉成 ^{[2
]}

机构：

[1] 湖北大学数学与计算机科学学院

[2] 深圳信息职业技术学院

来源：

关键词：

学习理论; 贪婪算法; Redmacher复杂度;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

学习理论中,许多学习算法可以描述为一个最小化适当损失函数的贪婪过程.贪婪算法不依赖于所估计问题的参数的数目,在处理较弱条件的统计估计问题中具有较大的优势.本文研究基于凸风险最小化方法的多分类贪婪算法,推广二分类的学习问题到多分类的情形.建立了多分类贪婪算法的估计误差,证明了该学习算法的一致性.

引用

页码：317 / 320+335 +335

页数：5