数据依赖事件概率估计的统一框架

研究提出数据依赖事件概率估计的统一框架，涵盖缺失质量、自适应数据分析目标及数据训练预测器测试误差。 实证插值估计器误差即为泛化间隙，可直接应用泛化界；留一估计器对应 Good–Turing 估计器，适用于单点删除稳定映射。 主要应用于结合基础分类器与记忆例外的预测器误差估计，其中测试误差即基础分类器错误区域内的受限缺失质量。