在线稀疏线性回归遗憾上下界研究

Xiaofeng Cao、Junfan Li、Langzhang Liang、Mingwei Xu、Xiao Zhang 发表论文称，针对每实例仅可访问 d 个属性中 b 个、预测后再访问 b0 个额外属性的在线稀疏线性回归（OSLR），给出了 minimax regret 的首个下界，并在无正则性假设下设计了上界更优的算法。 上述结论出自论文摘要，尚无论文全文或其他来源的独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。