一种具有极小极大最优保证且主题数未知的主题模型快速算法
机器学习
2019-09-06 v3 机器学习
摘要
我们提出了一种主题模型估计新方法，它并非现有单纯形寻找算法的变体，且能从观测数据估计主题数 K。我们推导了 A 估计的新有限样本极小极大下界，以及所提估计量的新上界。我们描述了估计量达到极小极大自适应的场景。我们的有限样本分析对任意文档数(n)、单文档长度(N_i)、词典大小(p)和主题数(K)均成立，且 p 与 K 均允许随 n 增长，这是以往分析未能妥善处理的情形。我们以详细的模拟研究补充理论结果。我们说明新算法比现有算法更快且更准，尽管我们以不知正确主题数 K 的计算与理论劣势起步，而在模拟中我们为竞争方法提供了正确值。
引用
@article{arxiv.1805.06837,
title = {A fast algorithm with minimax optimal guarantees for topic models with an unknown number of topics},
author = {Xin Bing and Florentina Bunea and Marten Wegkamp},
journal= {arXiv preprint arXiv:1805.06837},
year = {2019}
}