一些基于鉴别的PAC算法
保罗·W·戈德堡; 7(10):283−306, 2006.
摘要
多类模式分类的一种经典方法是如下所示。估计生成观察每个标签类,然后根据将贝叶斯分类器应用于估计分布。那个该方法提供了比类标签更有用的信息;它还提供类的条件分布估计标签,在类重叠的情况下。
我们想知道建立准确的分类器通过这种方法,而不是通过可能处理的技术所有带有不同标签的数据放在一起。在本文中,我们通过在PAC的背景下考虑,这个问题是准确的可学习性。我们对PAC学习提出了两个限制与上述方法相对应的框架,并考虑它们与标准PAC学习的关系。我们主要的兴趣限制导致了一些有趣的算法这表明限制并没有加强(限制性更强)而不是对PAC学习的各种其他众所周知的限制。另一种稍微温和的限制几乎是相当于不受限制的PAC学习。
[腹肌]
[pdf格式][围兜]