张宇晨；约翰·杜奇；马丁·温赖特 分治核岭回归：一种具有极大极小最优速率的分布式算法。 （英语） Zbl 1351.62142号 J.马赫。学习。物件。 1633299-3340（2015）. 摘要：我们研究了一种基于分解的核岭回归可伸缩方法，并表明它在相对温和的条件下实现了极小极大的最优收敛速度。该方法描述简单：它将大小为N的数据集随机划分为大小相等的（m）个子集，使用仔细选择的正则化参数计算每个子集的独立核岭回归估计量，然后将局部解平均化为全局预测器。与对所有（N）样本执行核岭回归的标准方法相比，这种划分大大减少了计算时间。我们的两个主要定理表明，尽管计算速度提高了，但仍保持了统计最优性：只要（m）不太大，基于分区的估计量就可以使用（N）样本集获得所有估计量的统计最小最大速率。作为具体的例子，我们的理论保证，对于有限秩或高斯核，子集的数量（m）可以近似线性增长，而对于Sobolev空间，子集的数目可以多项式地增长，从而大大降低了计算成本。最后，我们对模拟数据和音乐预测任务进行了实验，以补充我们的理论结果，展示了我们方法的计算和统计优势。 引用于101文件 MSC公司： 62J07型 岭回归；收缩估计器（拉索） 62G08号 非参数回归和分位数回归 68宽15 分布式算法 关键词：核岭回归；分而治之；计算复杂度 PDF格式BibTeX公司 XML格式引用 \textit{Y.Zhang}等人，J.Mach。学习。第16、3299-3340号决议（2015年；Zbl 1351.62142） 全文： arXiv公司 链接