高斯核的一般误差估计

• 作者: 陈洁 韩永杰
• 来源期刊: 西华大学学报（自然科学版）
• 学科: 数学
• 关键词: 机器学习 最小二乘误差 高斯核 样本误差 逼近误差 误差估计
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 基础学科
• 页码范围: 46-50
• 页数: 5页
• 分类号: O174.41
• 字数: 2376字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-159X.2018.01.007

摘要

有关样本误差与逼近误差的误差估计已经得到了不同的渐进表达式,通过这2个表达式可以间接刻画一般误差的大小.本文通过添加限制条件,将样本误差和逼近误差2个误差估计式统一为1个一般误差的估计式:通过固定样本空间的半径R,得到一般误差关于样本空间半径R的对数收敛阶;通过固定采样点数目,得到一般误差关于采样点数目的指数收敛阶.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩永杰	西华大学理学院	11	0	0.0	0.0