线性回归加权数据选择风险比获精确解

Guangjian Zhang 提交的论文给出了线性回归最小范数经验风险最小化器在加权数据选择下最坏情况损失比 F_w(d,n) 在多个开放区间上的精确值。论文证明 F_w(d,2d-1)=1+1/d，并给出 F_w(3,4)=5/3、F_w(4,5)=2、F_w(4,6)=3/2，同时证明中间预算 n=d+k 的下界 F_w(d,d+k)≥1+Γ_{d,k}。 论文称，F_w(d,2d-1)=1+1/d 确认了原始笔记中未加证明的断言。所有上界均为构造性，选择过程在固定维度下对点数多项式时间。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。