面向多维尺度化的高性能样本外嵌入技术
机器学习
2021-11-09 v1 数据库
信息检索
摘要
近来许多数据集维度的快速增长意味着许多降维（DR）方法获得了显著关注。为使大数据分析在大数据和快数据上可行，需要高性能DR算法。然而，许多传统DR技术受到真正大型数据集的挑战。特别是多维尺度化（MDS）扩展性不佳。MDS是一类流行的DR技术，因为它可以对仅以相异度函数为输入的数据进行DR。然而，常见方法在内存和计算上至少呈二次复杂度，因此对大规模数据而言 prohibitive。我们提出一种样本外嵌入（OSE）方案，利用仅给定数据子集的嵌入来扩展MDS算法至大规模数据。我们提出两种OSE技术：第一种基于优化方法，第二种基于神经网络模型。以近似上的微小折衷，样本外技术能以合理计算和内存需求处理大规模数据。虽然两种方法均表现良好，神经网络模型在效率上优于OSE方案的优化方法。OSE具有双重好处，既允许对流式数据集进行快速DR，也允许对静态数据库进行快速DR。
引用
@article{arxiv.2111.04067,
title = {High Performance Out-of-sample Embedding Techniques for Multidimensional Scaling},
author = {Samudra Herath and Matthew Roughan and Gary Glonek},
journal= {arXiv preprint arXiv:2111.04067},
year = {2021}
}