基于不完全最大均值差异估计量的选择后推断
机器学习
2018-02-20 v1
摘要
度量两个分布之间的散度在机器学习和统计学中至关重要,并有着包括二分类、变点检测和双样本检验在内的多种应用。此外,在大数据时代,设计可解释且能处理高维复杂数据的散度度量变得极为重要。在本文中,我们提出一种针对散度度量的选择后推断(PSI)框架,该框架能够筛选出一组在统计上显著区分两个分布的特征。具体而言,我们对特征采用最大均值差异(MMD)的加性变体,并引入一种用于 PSI 的通用假设检验。我们还提出一种使用不完全 U 统计量的新型 MMD 估计量,该估计量具有渐近正态分布(在温和假设下)并在 PSI 中给出高检测功效,且从理论上了进行分析。通过合成和真实世界特征选择实验,我们表明所提框架能够成功检测出统计上显著的特征。最后,我们提出一种样本选择框架,用于分析生成对抗网络(GANs)家族中的不同成员。
引用
@article{arxiv.1802.06226,
title = {Post Selection Inference with Incomplete Maximum Mean Discrepancy Estimator},
author = {Makoto Yamada and Denny Wu and Yao-Hung Hubert Tsai and Ichiro Takeuchi and Ruslan Salakhutdinov and Kenji Fukumizu},
journal= {arXiv preprint arXiv:1802.06226},
year = {2018}
}