基于RBF核的主成分分析一次性分布式算法
机器学习
2021-09-01 v3 分布式、并行与集群计算
机器学习
摘要
本文提出一种用于特征分布式核PCA的一次性算法。我们的算法受样本分布式与特征分布式情形之间对偶关系的启发。这一有趣的关系使得能够从样本分布式情形下的分布式PCA思想出发，建立特征分布式情形下的分布式核PCA。在理论部分，我们分析了线性核与RBF核的近似误差。结果表明，当特征值快速衰减时，所提算法以低通信代价给出高质量结果。该结果亦通过数值实验得到验证，显示了我们的算法在实践中的有效性。
引用
@article{arxiv.2005.02664,
title = {One-shot Distibuted Algorithm for PCA with RBF Kernels},
author = {Fan He and Kexin Lv and Jie Yang and Xiaolin Huang},
journal= {arXiv preprint arXiv:2005.02664},
year = {2021}
}