Adaptive Classification Procedures
自适应分类程序AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究一般统计分类及干扰参数问题，未提供与所列计量领域细分直接相关的证据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
自适应分类程序
- 研究问题
- 当候选分布仅确定到一个有限取值的干扰参数时，分类规则何时能达到各分布族最优规则的渐近误判表现？
- 方法与思路
- 作者给出自适应分类规则存在的可计算充要条件，考察整体最大似然规则，并研究规则的一致性及指数族例子。
- 材料陈述的贡献
- 摘要称推导了一种只要存在自适应程序就具有自适应性的规则，并通过小样本研究考察这些程序的误判概率。
- 阅读关注点
- 应核对自适应性的误判概率比较标准、充要条件的具体形式，以及最大似然程序满足这些条件的范围。
- 阅读边界
- 材料为稿件版本未注明的 OpenAlex 索引摘要；具体条件、证明和小样本结果未提供，不能推断刊本变化。
原文摘要
An explicitly computable, necessary, and sufficient condition for the existence of an adaptive classification procedure is obtained. By definition, an adaptive procedure, which classifies a sample as coming from one of alternative distributions known only up to a finite-valued nuisance parameter, is required to have the same asymptotic behavior of error probability for these families as asymptotically optimal rules for each of the families. We investigate the conditions under which the overall maximum likelihood procedure is adaptive and derive a rule that is adaptive if any procedure is. We study the consistency of these procedures. Several exponential-family examples illustrate their form, and a small-sample study of error probabilities is performed.