学习特征嵌入的自助法置信区间
摘要：算法特征学习器提供了非矩阵结构信号（如图像、音频、文本和图形）的高维向量表示。从这些表示派生的低维投影可用于探索这些数据集合的变化。然而，如何评估这些投影所关联的不确定性尚不清楚。我们将为主成分分析开发的自助法方法应用于从非矩阵数据学习特征的情况。我们通过模拟实验比较了派生的置信区间，变化了影响特征学习和自助法的因素。方法在空间蛋白质组学数据上进行了演示。代码、数据和训练模型作为R概述的一部分发布。
作者：Kris Sankaran
论文ID：2202.00180
分类：Computation
分类简称：stat.CO
提交时间：2022-02-02