|
|||||
|
|
| 基于算法稳定的分类机器学习泛化能力的研究 | |
| 引用本文： | 邹斌,董雪梅,付丽华.基于算法稳定的分类机器学习泛化能力的研究[J].模式识别与人工智能,2004,17(4). |
| 作者姓名： | 邹斌 董雪梅 付丽华 |
| 作者单位： | 湖北大学,数学与计算机科学学院,武汉,430062 |
| 基金项目： | 国家自然科学基金，湖北省教育厅科研项目 |
| 摘 要： | 泛化能力是机器学习理论研究的主要目的.本文通过对算法稳定框架下分类机器学习相对误差的研究,得到了重叠稳定条件下分类机器学习不依赖于分布的相对误差的界,再通过这个界讨论了重叠稳定条件下分类机器学习的泛化能力,得出了重叠稳定条件下分类机器学习是具有较好泛化能力的结论. |
| 关 键 词： | 算法稳定 相对误差 泛化能力 |
THE STUDY OF ALGORITHMIC STABILITY-BASED CLASSIFICATION MACHINE LEARNING FOR GENERALIZATION ABILITY |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |
