线性成本下的度量与非度量邻近变换
数据结构与算法
2014-11-07 v1
摘要
特定领域的（不）相似度或邻近度量（例如用于序列数据比对算法的度量）常用于分析复杂数据对象并涵盖特定领域的数据属性。在没有底层向量空间的情况下，这些数据仅以成对（不）相似度的形式给出。针对此类数据的少数可用方法主要关注相似度，且无法扩展至大规模数据集。核方法对于度量相似度矩阵非常有效，即使在大规模下也是如此，但从非度量（不）相似度开始则需要昂贵的变换。我们提出了一种整合 Nystroem 近似、潜在双重中心化和本征值校正的组合方法，以线性成本（相对于样本数量）获得有效的核矩阵。通过所提出的方法，有效的核方法变得可行。在多个大型（不）相似度数据集上的实验表明，所提出的方法在保持具有竞争力的模型精度的同时，实现了比标准策略好得多的运行时间性能。主要贡献是一种高效且准确的技术，能够以线性成本将（潜在非度量的）大规模不相似度矩阵转换为近似的正半定核矩阵。
引用
@article{arxiv.1411.1646,
title = {Metric and non-metric proximity transformations at linear costs},
author = {Andrej Gisbrecht and Frank-Michael Schleif},
journal= {arXiv preprint arXiv:1411.1646},
year = {2014}
}