本文研究了基于替代损失函数的学习方法的渐近一致性，证明了指数损失和逻辑损失与AUC一致，但铰链损失不一致。同时，推导了一些与AUC一致的损失函数，并发现AdaBoost和RankBoost具有相同的指数代理损失。

DRAUC: 一种基于实例的分布鲁棒 AUC 优化框架
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证