...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Control Systems Letters >Novel Bounds on the Probability of Misclassification in Majority Voting: Leveraging the Majority Size
【24h】

Novel Bounds on the Probability of Misclassification in Majority Voting: Leveraging the Majority Size

机译：小型界限大多数投票中错误分类的可能性：利用大多数规模

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Majority voting is often employed as a tool to increase the robustness of data-driven decisions and control policies, a fact which calls for rigorous, quantitative evaluations of the limits and the potentials of majority voting schemes. This letter focuses on the case where the voting agents are binary classifiers and introduces novel bounds on the probability of misclassification conditioned on the size of the majority. We show that these bounds can be much smaller than the traditional upper bounds on the probability of misclassification. These bounds can be used in a ‘Probably Approximately Correct’ (PAC) setting, which allows for a practical implementation.
机译：大多数投票通常是作为一种提高数据驱动的决策和控制政策的稳健性的工具，这是一个事实，这需要对大多数投票方案的限制和潜力进行严格，定量评估的事实。这封信重点介绍了投票代理是二进制分类器的情况，并在大多数尺寸的错误分类概率上引入了新颖的界限。我们表明这些界限可以小于传统的上限，以误差分类的可能性。这些界限可用于“可能大致正确”（PAC）设置，允许实际实现。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号