拟阵约束优化与回归的双边弱子模
贾斯汀·沃德·提奥菲尔·蒂里
第三十五届学习理论会议记录,PMLR 178:3605-36342022年。
摘要
我们研究了以下问题:给定一个感兴趣的变量,我们希望通过选择服从拟阵约束的k个相关变量的子集来找到它的最佳线性预测器。这个问题是子集选择问题的自然推广,其中需要在多个不同的类之间传播观测值。我们通过改进对剩余随机贪婪算法的分析,并通过开发一种新的扭曲局部搜索算法,为该问题提供了新的、增强的保证。为了量化我们的近似保证,我们改进了Das和Kempe(2011)对弱子模的定义,并引入了上子模比的概念,我们将其与协方差矩阵的最小k稀疏特征值联系起来,我们研究在拟阵约束下,最大化具有上下子模比$\gamma$和$\beta$的集合函数f的问题。对于这个问题,我们的算法具有渐近逼近保证1/2和(1-1/e),因为函数更接近子模。作为第二个应用,我们表明贝叶斯a优化设计目标属于我们的框架,这也为该问题提供了新的保证。
引用本文
相关材料