可伸缩多项式回归
机器学习
2014-08-26 v1 机器学习
摘要
本文提出了一种用于可伸缩多项式回归学习的新颖解决方案。该解决方案具有与岭回归类似的原始和对偶闭式解。本质上，所提出的解决方案通过幂项拉伸协方差计算，从而压缩或放大估计。我们在合成数据和真实数据上的实验表明了所提出方法在压缩学习中的有效性。
引用
@article{arxiv.1408.5449,
title = {Stretchy Polynomial Regression},
author = {Kar-Ann Toh},
journal= {arXiv preprint arXiv:1408.5449},
year = {2014}
}
备注
Article created in April and revised in August 2014. Submitted to ICARCV 2014