用于估计线性回归混合谱专家
机器学习
2013-06-18 v1 机器学习
摘要
判别式潜变量模型通常使用 EM 算法或基于梯度的优化方法进行学习，这些方法容易陷入局部最优。在本文中，我们为线性回归混合模型（一种简单的判别式潜变量模型）开发了一种新的计算高效且可证明一致的估计量。我们的方法依赖于低秩线性回归来恢复一个对称张量，该张量可使用张量幂方法分解为参数。我们证明了估计量的收敛速率，并提供了实证评估，展示了其相对于局部优化（EM）的优势。
引用
@article{arxiv.1306.3729,
title = {Spectral Experts for Estimating Mixtures of Linear Regressions},
author = {Arun Tejasvi Chaganty and Percy Liang},
journal= {arXiv preprint arXiv:1306.3729},
year = {2013}
}
备注
Accepted at ICML 2013. Includes supplementary material