中文

利用宽数据分离总体:一种谱分析

机器学习 2017-11-17 v2 应用统计

摘要

本文研究了从 kk 个乘积分布的混合体中抽取的小数据样本的划分问题。我们关注单个特征平均质量 γ\gamma 较低的情形,并希望使用尽可能少的特征来正确划分样本。我们分析了一种谱技术,该技术能够作为 1/γ1/\gamma 的函数,近似优化正确执行此划分所需的总数据量(即数据点数 nn 与特征数 KK 的乘积),适用于 K>nK>n 的情况。我们的目标源于一种应用背景:当任意两个总体之间的分歧较小时,利用标记物根据个体的来源总体对其进行聚类。

关键词

引用

@article{arxiv.0706.3434,
  title  = {Separating populations with wide data: A spectral analysis},
  author = {Avrim Blum and Amin Coja-Oghlan and Alan Frieze and Shuheng Zhou},
  journal= {arXiv preprint arXiv:0706.3434},
  year   = {2017}
}

评论

Published in at http://dx.doi.org/10.1214/08-EJS289 the Electronic Journal of Statistics (http://www.i-journals.org/ejs/) by the Institute of Mathematical Statistics (http://www.imstat.org)

R2 v1 2026-06-29T01:25:10.217Z