近线性时间的数据依赖核
机器学习
2015-03-19 v1
摘要
我们提出了一种高效构建数据依赖核的方法，该方法能够利用大量（无标签）数据。我们的构造对 Sindhwani 等 2005 年提出的标准半监督核构造进行了近似。在典型情况下，这些核可以在近线性时间（相对于数据量）内计算完成，相较于标准构造的三次时间复杂度有显著提升，从而在多种场景下实现了大规模半监督学习。这些方法在包含多达 64,000 个样本点的数据集上的半监督和无监督问题中得到了验证。
引用
@article{arxiv.1110.4416,
title = {Data-dependent kernels in nearly-linear time},
author = {Guy Lever and Tom Diethe and John Shawe-Taylor},
journal= {arXiv preprint arXiv:1110.4416},
year = {2015}
}