用对偶随机投影恢复最优解
张立军、马赫达德·马赫达维、金荣、杨天宝、朱生火
第26届学习理论年会论文集,2013年3月30日下午:135-157。
摘要
随机投影在数据分类中得到了广泛的应用。它将高维数据映射到低维子空间中,以降低求解相关优化问题的计算成本。虽然以前的研究主要是分析使用随机投影的分类性能,但在这项工作中,我们考虑了恢复问题,即。,如何基于从随机投影所跨越的子空间中学习到的解,在高维空间中准确地恢复原始优化问题的最优解。我们提出了一种简单的算法,称为对偶随机投影,它使用低维优化问题的对偶解将最优解恢复到原始问题。我们的理论分析表明,只要数据矩阵是低秩的或可以用低秩矩阵很好地近似,所提出的算法能够以很高的概率准确地恢复原始问题的最优解。
引用本文
相关材料