使用张量子空间模型进行分类的样本、计算与存储权衡
机器学习
2017-06-28 v3 机器学习
摘要
在本文中，我们展示了在使用信号子空间估计进行监督分类问题时，（训练）样本、计算与存储复杂度之间的权衡。我们的主要工具是使用张量子空间，即具有 Kronecker 结构的子空间，将数据嵌入到更低维度。在具有 Kronecker 结构的子空间中，我们表明使用具有层次结构的子空间来表示数据可以带来更好的权衡。产生这种改进的主要原因之一是，将数据嵌入这些层次 Kronecker 结构子空间可以防止在更高隐维度上发生过拟合。
引用
@article{arxiv.1706.05599,
title = {Sample, computation vs storage tradeoffs for classification using tensor subspace models},
author = {Mohammadhossein Chaghazardi and Shuchin Aeron},
journal= {arXiv preprint arXiv:1706.05599},
year = {2017}
}
备注
5 Pages