利用宽数据分离总体：一种谱分析

本文研究了从 $k$ 个乘积分布的混合体中抽取的小数据样本的划分问题。我们关注单个特征平均质量 $\gamma$ 较低的情形，并希望使用尽可能少的特征来正确划分样本。我们分析了一种谱技术，该技术能够作为 $1/\gamma$ 的函数，近似优化正确执行此划分所需的总数据量（即数据点数 $n$ 与特征数 $K$ 的乘积），适用于 $K>n$ 的情况。我们的目标源于一种应用背景：当任意两个总体之间的分歧较小时，利用标记物根据个体的来源总体对其进行聚类。