约束优化的视觉诊断及应用于导览
摘要：使用引导式导游可以通过沿投影追求优化路径显示低维投影来可视化高维数据。投影追求是主成分分析的一种推广，它使用不同的指标来定义投影数据的有趣程度。尽管文献中已经做了很多关于开发新指标的工作，但在理解优化方面的工作还不够。指标函数可能存在噪音，可能具有多个局部最大值以及一个最优最大值，并且受限于生成正交投影框架，这使得优化变得复杂。此外，投影追求主要用于探索性数据分析，找到局部最大值也很有用。引导式导游对于探索非常有用，因为它进行测地线插值，连接优化中的步骤，并显示随着最大值的接近，投影数据的变化情况。本研究提供了新的视觉诊断方法，用于检查优化程序的选择，基于收集整个优化过程中的信息的新数据对象。它已经帮助诊断和修复了几个投影追求引导式导游的问题。这项工作可能在更广泛地诊断优化器和比较性能方面有用。这些诊断方法已经在R包ferrn中实现。
作者：H.Sherry Zhang, Dianne Cook, Ursula Laa, Nicolas Langren''e, and Patricia Men''endez
论文ID：2104.03448
分类：Computation
分类简称：stat.CO
提交时间：2022-03-08