非参数降秩回归
摘要：多元非参数回归的广义降秩回归方法：应用于线性模型的广义降秩回归方法被提出。对于一个$q$维响应，在一个共享的$p$维预测变量上估计出一个加性模型。为了控制模型的复杂度，我们采用了Ky-Fan或核范数的函数形式，得到一组具有低秩的函数估计。通过非参数核范数亚微分，导出并证明了反向拟合算法。推导出了超额风险的奥拉克不等式，展示了该方法在高维情况下的缩放行为。通过基因表达数据进行了方法的演示。
作者：Rina Foygel, Michael Horrell, Mathias Drton, John Lafferty
论文ID：1301.1919
分类：Machine Learning
分类简称：stat.ML
提交时间：2013-01-10