图指数筛选
机器学习
2016-07-05 v2
摘要
在高维情形下，我们提出并分析了一种用于高斯图模型精度矩阵的聚合估计量。该估计量称为图指数筛选（graphical Exponential Screening, gES），它线性组合了一组具有不同底层图的独立估计量，并平衡了估计误差与稀疏性。我们研究了该聚合估计量的风险，并表明其与基于单一图的最佳估计量（由神谕选择）的风险相当。我们利用模拟数据和真实数据集研究了该方法的数值性能，并与一些最先进的估计过程进行了比较。
引用
@article{arxiv.1503.02698,
title = {Graphical Exponential Screening},
author = {Zhe Liu},
journal= {arXiv preprint arXiv:1503.02698},
year = {2016}
}