摘要
本着与Tsybakov相同的精神，我们定义了分类问题中聚合过程的最优性。使用具有指数权重的集合，我们获得了边际假设下铰链风险的最优凸集合率。此外，对于超额贝叶斯风险，我们在边际假设下获得了一个最优的模型选择聚合率。
引用
下载引文
纪尧姆·勒库。
“低噪声假设下分类的最佳聚集率。”
伯努利
13
(4)
1000 - 1022,
2007年11月。
https://doi.org/10.3150/07-BEJ6044
问询处
发布日期：2007年11月
首次在欧几里得项目中提供：2007年11月9日
数字对象标识符：10.3150/07-BEJ6044
关键词：分类器的聚合,分类,边缘,最佳费率
权利：版权所有©2007伯努利数学统计与概率学会
