利用相关MMD核心集理解相关数据集集合
统计方法学
2021-08-06 v2 机器学习
机器学习
摘要
理解两个数据集如何差异有助于我们确定某一数据集是否低估了某些子群体，并为了解模型在不同数据集上的泛化能力提供见解。由最大均值差异（MMD）核心集选取的代表点可提供单一数据集的可解释摘要，但不易跨数据集进行比较。本文引入相关MMD核心集，一种面向数据集集合、便于分布比较的数据摘要方法。我们表明相关MMD核心集有助于理解多个相关数据集以及理解模型在此类数据集间的泛化。
引用
@article{arxiv.2006.14621,
title = {Understanding collections of related datasets using dependent MMD coresets},
author = {Sinead A. Williamson and Jette Henderson},
journal= {arXiv preprint arXiv:2006.14621},
year = {2021}
}