识别二元特征的高阶组合
机器学习
2014-07-07 v1 机器学习
摘要
在高维设定下，由于假设数量的组合爆炸，寻找二元变量之间具有统计显著性的交互作用在计算和统计上都极具挑战性。Terada 等人最近展示了如何通过排除不可检验的假设来优雅地解决这一多重检验问题。然而，尚不清楚他们的方法如何扩展至大型数据集。本文提出了加速 Terada 等人方法的策略，并在 11 个现实世界的基准数据集中进行了全面评估。我们观察到，其中一种方法，即带有早期停止的增量搜索，比当前的最先进方法快数个数量级。
引用
@article{arxiv.1407.1176,
title = {Identifying Higher-order Combinations of Binary Features},
author = {Felipe Llinares and Mahito Sugiyama and Karsten M. Borgwardt},
journal= {arXiv preprint arXiv:1407.1176},
year = {2014}
}