Bias, Variance and Prediction Error for Classification Rules
Bias, Variance and Prediction Error for Classification Rules
复制标题
DOI：
--
复制
发表时间：
1996
期刊：
影响因子：
--
通讯作者：
R. Tibshirani
中科院分区：
文献类型：
--
作者：
R. Tibshirani
我们研究了分类规则的偏差和方差的概念。继Efron（1978）之后，我们将预测误差分解为其自然分量。然后，我们推导出这些分量的自举估计，并说明如何在实践中使用它们来描述分类器的错误行为。在此过程中，我们还获得了一个“袋装”分类器误差的自举估计。
We study the notions of bias and variance for classiication rules. Following Efron (1978) we develop a decomposition of prediction error into its natural components. Then we derive bootstrap estimates of these components and illustrate how they can be used to describe the error behaviour of a classiier in practice. In the process we also obtain a bootstrap estimate of the error of a \bagged" classiier.