基于不同损失函数的模型选择和正则化学习方法

• 作者: 张海 苏美红
• 来源期刊: 纺织高校基础科学学报
• 关键词: 学习理论 算法稳定性 泛化
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 数学
• 页码范围: 463-469
• 页数: 7页
• 分类号: O212.1
• 语种: 中文

摘要

研究了不同损失函数的模型选择问题。讨论了在机器学习领域中具有重要意义的损失函数需满足的一般性条件。在此条件下，以覆盖数作为假设空间的度量，给出不同损失函数对应的机器学习正则化模型的样本误差的上界估计，进一步得到了高效的模型选择方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张海	西北大学数学系	42	143	6.0	9.0
2	苏美红	西北大学数学系	3	8	2.0	2.0