megaman：百万数据点的流形学习
机器学习
2016-03-10 v1 计算几何
机器学习
摘要
流形学习是一类寻求高维数据的低维非线性表示的算法。因此，流形学习算法至少在理论上最适用于高维数据和样本量，以实现对流形的准确估计。尽管如此，大多数现有的流形学习实现并不特别可扩展。在此，我们提出了一个 Python 包，它以模块化和可扩展的方式实现多种流形学习算法，使用快速近似邻域搜索和快速稀疏特征分解。该包结合了流形学习中的理论进展，例如无偏 Laplacian 估计量和通过黎曼度量方法估计嵌入畸变。在基准测试中，即使在单核台式计算机上，我们的代码也能在几分钟内嵌入数百万个数据点，并且仅用 200 分钟就嵌入了来自 Sloan Digital Sky Survey 的星系光谱主样本——包含 0.6 百万个 3750 维的样本——这是以前不可能完成的任务。
引用
@article{arxiv.1603.02763,
title = {megaman: Manifold Learning with Millions of points},
author = {James McQueen and Marina Meila and Jacob VanderPlas and Zhongyue Zhang},
journal= {arXiv preprint arXiv:1603.02763},
year = {2016}
}
备注
12 pages, 6 figures