高斯图模型中的一些估计算法
摘要：高斯图模型中，往往需要通过迭代解决似然方程。我们研究了两种算法：一种是迭代比例缩放的版本，避免了对大矩阵进行逆运算，使得在图稀疏时速度更快；另一种是基于凸对偶的算法，通过邻域坐标下降对协方差矩阵进行操作，基本对应于具有零惩罚的图拉索。对于大型稀疏图，这种迭代比例缩放算法似乎是可行的，并且具有简单的收敛性质。而基于邻域坐标下降的算法非常快速，并且对稀疏性的依赖较小，但需要一个正定的初始值才能收敛，当变量数量超过观测数量时可能难以实现。
作者：S{o}ren H{o}jsgaard and Steffen Lauritzen
论文ID：2112.10388
分类：Computation
分类简称：stat.CO
提交时间：2023-08-10