多分类中的最优聚合

该研究将分类器聚合理论推广至多分类场景，证明了在 0/1 损失下最优聚合收敛率与类别数 K 无关。在此损失下，ERM 聚合在模型选择中达到速率最优，在凸聚合中仅相差 sqrt(ln(K)) 因子。针对多项逻辑损失下凸包内正常聚合率随 K 恶化的局限，提出的非正常概率混合聚合恢复了与 K 无关的最优收敛率。