The uniform convergence of nearest neighbor regression function estimators and their application in optimization
The uniform convergence of nearest neighbor regression function estimators and their application in optimization
复制标题
最近邻回归函数估计器的一致收敛及其在优化中的应用
DOI：
10.1109/tit.1978.1055865
复制
发表时间：
1978
期刊：
影响因子：
--
通讯作者：
L. Devroye
中科院分区：
文献类型：
--
作者：
L. Devroye
提出了一类非参数回归函数估计，推广了Cover[12]的最近邻估计。结果表明，在各种噪声条件下，估计是强一致一致的。利用估计的一致收敛性，可以设计一个简单的随机搜索算法来求回归函数的全局最小。
A class of nonparametric regression function estimates generalizing the nearest neighbor estimate of Cover [ 12] is presented. Under various noise conditions, it is shown that the estimates are strongly uniformly consistent. The uniform convergence of the estimates can be exploited to design a simple random search algorithm for the global minimization of the regression function.