图形模型草图
数据结构与算法
2016-07-19 v2 机器学习
机器学习
摘要
结构化高基数数据出现在许多领域，对建模和推断均构成重大挑战。图形模型是建模结构化数据的流行方法，但不适用于高基数变量。计数最小（CM）草图是估计高基数数据概率的流行方法，但其在超出少数变量时扩展性不佳。本文中，我们融合图形模型与计数草图的思想，提出并分析了几种在结构化高基数数据流中估计概率的方法。我们近似方法的核心思想是利用图形模型的结构，并通过“草图”近似估计其因子，后者使用随机投影对高基数变量进行哈希。我们的近似方法计算高效，且空间复杂度与变量基数无关。我们的误差界是乘性的，并且显著优于CM草图（一种估计流中概率的最先进方法）。我们在合成和真实世界问题上评估了近似方法，并报告了相较CM草图一个数量级的改进。
引用
@article{arxiv.1602.03105,
title = {Graphical Model Sketch},
author = {Branislav Kveton and Hung Bui and Mohammad Ghavamzadeh and Georgios Theocharous and S. Muthukrishnan and Siqi Sun},
journal= {arXiv preprint arXiv:1602.03105},
year = {2016}
}
备注
Proceedings of the European Conference on Machine Learning and Knowledge Discovery in Databases