量子线性回归中的散粒噪声效应研究

研究表明，非变分量子线性回归因特征需从有限测量次数估计，会导致模型出现不可避免的病态条件。有限采样产生的系统预测误差随单状态采样次数 N 呈二次方反比衰减，仅增加训练集规模无法消除采样噪声误差。若训练目标存在噪声，测试误差甚至会随 N 增加而上升并诱发量子过拟合，揭示了数据量与单状态采样预算间的根本权衡。