On Convergence Rates of Convex Regression in Multiple Dimensions
On Convergence Rates of Convex Regression in Multiple Dimensions
复制标题
多维凸回归的收敛率
DOI：
10.1287/ijoc.2013.0587
复制
发表时间：
2014
期刊：
影响因子：
--
通讯作者：
Eunji Lim
中科院分区：
文献类型：
--
作者：
Eunji Lim
我们考虑一个最小二乘估计估计凸函数f *: [0,1] d（右）（R-openface）具有有界的次梯度。计算估计量与真函数f *之间的平方差之和收敛于零的速率。这项工作对计算多维凸回归估计量的收敛速度有一定的启发。
We consider a least squares estimator for estimating a convex function f * : [0, 1] d (rightarrow) (R-openface) with bounded subgradients. A rate at which the sum of squared differences between the estimator and the true function f * converges to zero is computed. This work sheds light on computing the convergence rate of the multidimensional convex regression estimator.