利用孤立核打破维度灾难
机器学习
2021-09-30 v1
摘要
维度灾难已从不同方面进行了研究。然而，打破该灾难一直难以实现。我们首次表明，使用最近引入的孤立核打破该灾难是可能的。我们表明，与距离核、高斯核和线性核相比，孤立核是唯一在低维和高维的索引搜索、谱与密度峰聚类、SVM 分类以及 t-SNE 可视化中均表现一致的核。我们的理论分析也支持这一点，即与现有的基于度量的 Lipschitz 连续核相比，孤立核是唯一具有可证明的打破该灾难能力的核。
引用
@article{arxiv.2109.14198,
title = {Breaking the curse of dimensionality with Isolation Kernel},
author = {Kai Ming Ting and Takashi Washio and Ye Zhu and Yang Xu},
journal= {arXiv preprint arXiv:2109.14198},
year = {2021}
}