論文解説：仮想的な0近傍法による高次バイアス補正

奥野, 彰文; 下平, 英寿

doi:10.51094/jxiv.945

##article.authors##

奥野, 彰文統計数理研究所統計基盤数理研究系 https://researchmap.jp/aokuno
下平, 英寿京都大学大学院情報学研究科 https://researchmap.jp/read0102069

DOI:

https://doi.org/10.51094/jxiv.945

キーワード:

近傍法、高次バイアス補正

抄録

本稿は，NeurIPS2020に採択された近傍法の高次バイアス補正に関する我々の論文 Okuno and Shimodaira (2020) に関する解説です．解説の平易さを優先するため，厳密な記述については当該論文をご参照ください．

利益相反に関する開示

本論文に関わる利益相反はありません．

ダウンロード *前日までの集計結果を表示します

ダウンロード実績データは、公開の翌日以降に作成されます。

引用文献

Audibert, J.-Y. and Tsybakov, A. B. (2007). Fast learning rates for plug-in classifiers. Ann. Statist., 35(2):608–633.

Chaudhuri, K. and Dasgupta, S. (2014). Rates of convergence for nearest neighbor classification. In Advances in Neural Information Processing Systems, volume 27. Curran Associates, Inc.

Okuno, A. and Shimodaira, H. (2020). Extrapolation towards imaginary 0-nearest neighbour and its improved convergence rate. In Advances in Neural Information Processing Systems, volume 33, pages 21889–21899. Curran Associates, Inc.

Samworth, R. J. (2012). Optimal weighted nearest neighbour classifiers. The Annals of Statistics, 40(5):2733–2763