陈恒;陈迪荣 再生核Hilbert空间中最优评分的统计性能。 (英语) Zbl 1392.62167号 J.统计计划。推断 194, 122-135 (2018). 摘要:在本文中,我们考虑了再生核Hilbert空间中的一种最优评分。估计量是通过最小化正则(惩罚)经验方差来构造的,如之前在惩罚最优评分中所述。利用再生核Hilbert空间中的互协方差算子,估计函数的误差受统计学习中所谓的过量误差的限制。然后,利用统计学习理论中开发的方法和工具,在一些温和的条件下,建立了该算法的学习速率(O_p(n^{theta-1/2}),其中(n)是样本大小,(theta>0)是一个任意固定的数。到目前为止,在最优评分问题中还没有得到学习率。 引用于4文件 MSC公司: 62H20个 关联度量(相关性、典型相关性等) 68T05型 人工智能中的学习和自适应系统 关键词:最佳得分;再生核希尔伯特空间;典型相关分析;学习率;互协方差算子 PDF格式BibTeX公司 XML格式引用 \textit{H.Chen}和\textit{D.-R.Chen},J.Stat.Plann。推断194122-135(2018;Zbl 1392.62167) 全文: 内政部 参考文献: [1] Aronszajn,N.,再生内核理论,Trans。阿默尔。数学。Soc.,68,337-404(1950)·Zbl 0037.20701号 [2] 蔡,J。;孙海伟,核典型相关分析的收敛速度,科学。中国数学。,54, 2161-2170 (2011) ·Zbl 1234.68335号 [3] 陈,H。;Chen,D.-R.,支持向量机排序,J.近似理论,188,57-68(2014)·Zbl 1358.68231号 [4] Chen,C.H。;Li,K.C.,SIR能像多元线性回归那样流行吗?,统计师。Sinica,8289-316(1998)·Zbl 0897.62069号 [5] 克莱门森,L。;哈斯蒂,T。;维滕,D。;Ersböll,B.,稀疏判别分析,技术计量学,53,406-413(2011) [6] Cucker,F。;周德兴,《学习理论:近似理论观点》(2007),剑桥大学出版社:剑桥大学出版社·Zbl 1274.41001号 [7] Fukumizu,K。;巴赫,F.R。;Gretton,A.,核典型相关分析的统计一致性,J.Mach。学习。研究,8361-383(2007)·Zbl 1222.62063号 [8] Fukumizu,K。;巴赫,F.R。;Jordan,M.I.,用再生核Hilbert空间进行监督学习的降维,J.Mach。学习。第573-99号决议(2004年)·Zbl 1222.62069号 [9] Fukumizu,K。;巴赫,F.R。;Jordan,M.I.,回归中的核降维,Ann.Statist。,37, 1871-1905 (2009) ·Zbl 1168.62049号 [10] 格雷顿,A。;O.布斯克。;Smola,A.J。;Schölkopf,B.,用hilbert-schmidt规范测量统计数据的统计相关性,(Jain,S.;Simon,H.U.;Tomita,E.,第16届算法学习理论国际会议(2005),Springer),63-77·Zbl 1168.62354号 [11] 哈斯蒂,T。;Buja,A。;Tibshirani,R.,惩罚判别分析,Ann.Statist。,23, 73-102 (1995) ·Zbl 0821.62031号 [12] 斯梅尔,S。;周德兴,学习理论中近似误差的估计,《论语》。申请。,1, 17-41 (2003) ·Zbl 1079.68089号 [13] 斯梅尔,S。;周,D.-X.,通过积分算子进行学习理论估计,Constr。约26153-172(2007年)·Zbl 1127.68088号 [14] 斯坦瓦特,I。;Christmann,A.,支持向量机(2008),Springer-Verlag:Springer-Verlag New York·Zbl 1203.68171号 [15] 斯坦瓦特,I。;Scovel,C.,使用高斯核的支持向量机的快速速度,Ann.Statist。,35, 575-607 (2007) ·Zbl 1127.68091号 [16] Wang,W。;Zhu,L.,使用最优评分进行稀疏充分降维,计算。统计师。数据分析。,57223-232(2013)·兹比尔1365.62226 [17] 吴琼。;Ying,Y。;周大新,最小二乘正则回归学习率,发现。计算。数学。,6, 171-192 (2006) ·Zbl 1100.68100号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。