改进的修正Cholesky分解方法用于精确矩阵估计
摘要：在精确协方差矩阵估计中，修改的Cholesky分解方法常常用于给定特定顺序的随机变量。然而，变量的顺序通常无法得知或无法预先确定。在这项工作中，我们提出了一种方法来解决修改的Cholesky分解中的变量顺序问题，以实现稀疏协方差矩阵估计。关键思想是有效地结合一组从多个变量顺序排列获得的估计，并通过集成Cholesky因子矩阵上的阈值技术高效地鼓励稀疏结构。在一些弱正则条件下，我们建立了所提估计的一致性。我们进行了模拟研究，评估了所提方法与几种现有方法的性能。所提方法还应用于真实数据的线性判别分析进行分类。
作者：Xiaoning Kang and Xinwei Deng
论文ID：1710.05163
分类：Machine Learning
分类简称：stat.ML
提交时间：2021-11-23