使用判别 Hub Graphical Lasso 学习高斯图模型
机器学习
2017-05-19 v1
摘要
我们通过提供枢纽的先验信息，基于 Hub Graphical Lasso (HGL) 开发了一种名为判别 Hub Graphical Lasso (DHGL) 的新方法。我们将此新方法应用于两种情形：已知枢纽和未知枢纽。然后我们使用几种性能度量来比较 DHGL 和 HGL。当部分枢纽已知时，通过 DHGL 估计精度矩阵总是优于 HGL。当没有已知枢纽时，我们使用 Graphical Lasso (GL) 来提供枢纽信息，并发现在给定正确先验信息时，DHGL 的性能总是优于 HGL，而在先验信息错误时也很少退化。
引用
@article{arxiv.1705.06364,
title = {Learning Gaussian Graphical Models Using Discriminated Hub Graphical Lasso},
author = {Zhen Li and Jingtian Bai and Weilian Zhou},
journal= {arXiv preprint arXiv:1705.06364},
year = {2017}
}
备注
13 pages, 4 figures, 1 table