非参数正态怀疑者
统计方法学
2012-07-03 v1 机器学习
机器学习
摘要
我们提出一种半参数方法，称为非参数正态怀疑者，用于估计高维无向图模型。在建模方面，我们考虑 Liu 等人 (2009) 提出的非参数正态族。在估计方面，我们利用基于秩的非参数相关系数估计量，包括 Spearman 的 ρ 和 Kendall 的 τ。在高维设定下，我们证明非参数正态怀疑者在图和参数估计中均达到最优参数收敛速度。这一结果表明，即使数据是高斯分布的，非参数正态图模型也是高斯图模型的安全替代。
引用
@article{arxiv.1206.6488,
title = {The Nonparanormal SKEPTIC},
author = {Han Liu and Fang Han and Ming Yuan and John Lafferty and Larry Wasserman},
journal= {arXiv preprint arXiv:1206.6488},
year = {2012}
}
备注
Appears in Proceedings of the 29th International Conference on Machine Learning (ICML 2012)