经验矩与Christoffel函数的数据分析
摘要：经验矩阵的谱特征是揭示点云属性（包括密度、支持和潜在结构）的有用工具。众所周知，经验矩阵编码了底层测度的很多微妙特性。从作为观测基准的这个对象出发，我们结合了统计学、实数代数几何、正交多项式和逼近理论的思想，为数据集支持的机器学习问题打开了新的洞察力。实数代数几何和逼近理论的精细概念和结果加强了一个简单的工具（经验矩阵），用于解决数据分析中的非平凡问题。我们提供了（1）理论支持，（2）数值实验和（3）与真实世界数据的连接，以验证经验矩阵方法的可行性。
作者：Edouard Pauwels, Mihai Putinar (UCSB), Jean-Bernard Lasserre (LAAS-MAC)
论文ID：1810.08480
分类：Machine Learning
分类简称：stat.ML
提交时间：2020-01-13