图上半监督学习的经验平稳相关性
应用统计
2010-11-09 v1
摘要
在图上的半监督学习中，在一个节点观测到的响应变量被用来估计其他节点的缺失值。这些方法利用了图中邻近节点之间的相关性。在本文中，我们证明了许多此类提议等价于基于由图的链接结构驱动的固定协方差矩阵的克里金预测器。然后，我们提出了一种数据驱动的相关结构估计器，该估计器利用了观测响应值中的模式。通过将即使是小部分的观测协变纳入预测中，我们能够在两个图数据集上获得显著改进的预测。
引用
@article{arxiv.1011.1766,
title = {Empirical stationary correlations for semi-supervised learning on graphs},
author = {Ya Xu and Justin S. Dyer and Art B. Owen},
journal= {arXiv preprint arXiv:1011.1766},
year = {2010}
}
备注
Published in at http://dx.doi.org/10.1214/09-AOAS293 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)