数据依赖事件概率估计的统一框架

新研究提出了估计数据依赖事件概率的统一理论框架，涵盖经典缺失质量、后选择推断与预测器测试误差估计。框架表明经验代入估计量的误差即泛化差距，而留一法估计量可恢复 Good-Turing 估计量并在单点删除稳定下保持准确。针对自适应缺失质量估计，论文提出混合 Good-Turing 估计量，并给出基于 VC 维与互信息的误差界。