n维单形上带有多项式核最小二乘正则化算法逼近阶.pdfVIP

Y1 853177 摘要 本文的目的是给出学习理论中关于回归问题的误差分析。我们通过n维空间 上多项式再生核H．Ibert空间并借助于最小二乘正则化回归算法给出了回归函数 的逼近阶估计，该逼近阶得以证明依赖于多项式的次数，空间维数以及多项式再 再生核H．Ibert空间中的上界估计，这是完成误差分析的关键一步。 关键字：学习理论，回归函数，多项式再生核希尔伯特空间，多元 Bemstein-Durrmeyer算子，正则化误差，正则化算法，覆盖数 Abstract The oft11is the is error forthe sion target paper a11alysisre孕es m ratesforthe problem learIlingtheo哆Wepresent learlling 1east—squareregularizedre铲ession with algorithmspol弘lomial kernels．The rates onthemmensionof learIling depend andthe kernelHilb叭 polynomialspace polyllomial r印roducing measured space bycoV砸ng肌mbers． Key K锄elHilbert wor凼：LearIling Theory，Reproduc证g al B —Space，PolynomiKemel， ernstein—DurrmeyerOperators， nError Regularizatio Ⅱ 1 Introduction Chap a metric lety=R．Letbea Let(x，d)becoInPactSPace趴d p 0n af吼dion 哟n Z：=X×y．仉1east e玎0r)(【1儿2】)for square册r(orgen池tion is aS def№d ，：X_y ￡(，)=／(，(z)一可)2却 (1．1)