面向高维输入与响应的非参数条件因子回归模型
机器学习
2013-07-03 v1 机器学习
摘要
本文提出了一种针对高维输入和响应领域的非参数条件因子回归 (NCFR) 模型。NCFR 通过两种方式增强了线性回归：a) 引入低维潜在因子以实现降维；b) 整合印度 buffet 过程 (Indian Buffet Process) 作为潜在因子的先验，以推导无限的稀疏维度。将 NCFR 与几种替代方案进行比较的实验结果证明了其卓越的预测性能。
引用
@article{arxiv.1307.0578,
title = {A non-parametric conditional factor regression model for high-dimensional input and response},
author = {Ava Bargi and Richard Yi Da Xu and Massimo Piccardi},
journal= {arXiv preprint arXiv:1307.0578},
year = {2013}
}
备注
9 pages, 3 figures, NIPS submission