Universality of Benign Overfitting in Binary Linear Classification
二元线性分类中良性过拟合的普遍性
机构 * University of Toronto(多伦多大学)
AI总结 研究二元线性分类中线性最大间隔分类器的良性过拟合,发现噪声模型测试误差界的相变及背后几何直觉,放宽协变量假设,证明其在更广泛场景成立,为潜在机制提供新见解。
Comments 84 pages, 10 figures; To appear in Bernoulli