寻找奇异特征
统计方法学
2016-06-02 v1 机器学习
摘要
我们提出一种在含噪点云中寻找高密度、低维结构的方法。这些结构相对于 维包络空间具有零 Lebesgue 测度，且属于 维空间。我们称之为“奇异特征”。寻找奇异特征对应于发现隐藏于属于 的点云中的意外或未知结构。我们的方法输出定义良好的 维集合。与谱聚类不同，该方法在噪声存在时表现良好。我们展示如何通过首先在估计密度中寻找脊，然后基于密度 Hessian 矩阵的特征值进行过滤步骤来发现奇异特征。
引用
@article{arxiv.1606.00265,
title = {Finding Singular Features},
author = {Christopher Genovese and Marco Perone-Pacifico and Isabella Verdinelli and Larry Wasserman},
journal= {arXiv preprint arXiv:1606.00265},
year = {2016}
}