跳到正文
arXiv · ML· Benjamin Leblanc, Pascal Germain·· 10 天前AI 评分26

PAC-Bayes 确定性风险界限框架及多数投票应用

A Framework for Bounding Deterministic Risk with PAC-Bayes: Applications to Majority Votes

AI 导读

针对传统 PAC-Bayes 仅适用于随机假设的问题,论文提出了从 PAC-Bayes 保证中提取单一假设保证的统一框架。 通过去随机化方法推导了多数投票及三种后验分布的数值界限。 实验表明该方法在单一分类器的泛化界限上优于基线最多 2 倍,但可能牺牲准确率。

来源:arXiv · ML · arxiv.org