统计学 > 机器学习
[提交于 2024年8月8日
(v1)
,最后修订 2025年7月22日 (此版本, v5)]
标题: 岭回归中的风险与相关样本的交叉验证
标题: Risk and cross validation in ridge regression with correlated samples
摘要: 近年来,我们在高维岭回归的理解方面取得了显著进展,但现有的理论假设训练样本是独立的。 通过利用随机矩阵理论和自由概率的技术,我们提供了当数据点具有任意相关性时,岭回归的内部和外部样本风险的精确渐近分析。 我们证明在这一设定下,广义交叉验证估计量(GCV)无法正确预测外部样本风险。 然而,在噪声残差与数据点具有相同相关性的条件下,可以对GCV进行修改,得到一个高效计算的无偏估计量,在高维极限下集中,我们将其称为CorrGCV。 我们进一步将渐近分析扩展到测试点与训练集具有非平凡相关性的场景,这种场景在时间序列预测中经常遇到。 假设已知时间序列的相关结构,这再次产生了一个GCV估计量的扩展,并精确描述了此类测试点在多大程度上会导致长期风险的过于乐观的预测。 我们在各种高维数据中验证了我们理论的预测。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.