高维情形下的拓扑自适应图估计
机器学习
2014-10-28 v1 统计方法学
摘要
我们提出了 Graphical TREX (GTREX)，一种用于高维高斯图模型图估计的新方法。通过利用 TREX 进行邻域选择，GTREX 避免了调优参数，并能自适应图的拓扑结构。我们在一个新的模拟设置中将 GTREX 与标准方法进行了比较，该设置旨在准确评估不同方法的优势与不足。这些模拟表明，基于 Lasso 的邻域选择方案配合最优（实践中未知）的调优参数，在广泛的情景下优于其他标准方法。此外，我们证明 GTREX 可与该方案相媲美，因此无需调优参数校准即可提供具有竞争力的图估计。
引用
@article{arxiv.1410.7279,
title = {Topology Adaptive Graph Estimation in High Dimensions},
author = {Johannes Lederer and Christian Müller},
journal= {arXiv preprint arXiv:1410.7279},
year = {2014}
}