图拉普拉斯正则化器的偏差-方差权衡
机器学习
2017-08-02 v1 机器学习
社会与信息网络
摘要
本文给出了图拉普拉斯正则化器的偏差-方差权衡，该正则化器广泛用于图信号处理和半监督学习任务。最优正则化参数的标度律以谱图特性和一个新的信噪比参数来具体表达，这表明选择一个平庸的正则化参数往往是次优的。该分析被应用于三个实例，包括随机图信号、带限图信号和多重采样图信号。在合成图和真实世界图上的实验证明了所建立分析的近最优性能。
引用
@article{arxiv.1706.00544,
title = {Bias-Variance Tradeoff of Graph Laplacian Regularizer},
author = {Pin-Yu Chen and Sijia Liu},
journal= {arXiv preprint arXiv:1706.00544},
year = {2017}
}
备注
accepted by IEEE Signal Processing Letters