关于 Oja 算法用于在线 PCA 的最优性
机器学习
2024-03-06 v2 最优化与控制
摘要
本文我们分析 Oja 算法用于在线/流式主成分子空间估计的行为。我们证明，它以高概率对任何亚高斯分布实现高效、无间隔（gap-free）、全局收敛速率来逼近主成分子空间。此外，我们首次证明该收敛速率，即逼近的上界，与离线/经典 PCA 所得逼近的下界在常数因子范围内精确匹配。
引用
@article{arxiv.2104.00512,
title = {On the Optimality of the Oja's Algorithm for Online PCA},
author = {Xin Liang},
journal= {arXiv preprint arXiv:2104.00512},
year = {2024}
}
备注
25 pages. arXiv admin note: text overlap with arXiv:1711.06644