度量空间回归与分类准确率与稳定性的确定性界限

研究人员提出一种通过最坏情况输入与目标噪声可行集量化歧义性的几何框架，可独立于预测模型类别计算有限构建数据集上最佳经验误差与准确率的非渐近确定性界限。该框架适用于伪度量输入空间和度量目标空间，揭示了经验误差下限与准确率-稳定性权衡。表格回归、图像回归和分类实验给出了非平凡界限及参考基准。