Rajarshi Guhaniyogi；大卫·B·邓森。 流形回归的压缩高斯过程。 （英语） Zbl 1367.62121号 J.马赫。学习。物件。 17，第69号论文，26页（2016年）. 摘要：大量特征的非参数回归是一个日益重要的问题。如果样本量很大，一种常见的策略是对特征空间进行分区，然后分别将简单模型应用于每个分区集。当\（n\）相对于\（p\）适度时，这并不理想，我们提出了一种依赖于特征向量的随机压缩和高斯过程回归的替代方法。提出的方法特别受到这样一种设置的激励，即响应与给定低维流形投影的特征条件无关。在随机压缩矩阵和平滑参数的条件下，回归曲面的后验分布和后验预测分布可以解析地获得。并行运行许多随机压缩矩阵和平滑参数的分析，使用模型平均来合并结果。该算法即使在非常大（p）和适度大（n）的非参数回归中也能快速实现，具有很强的理论合理性，并被发现具有最先进的预测性能。 引用于三文件 MSC公司： 62G08号 非参数回归和分位数回归 6220国集团 非参数推理的渐近性质 关键词：压缩回归；压缩高斯过程；高斯随机投影；大\（p\）；流形回归 软件：贝叶斯树；随机森林；格尔姆奈特；tgp公司 PDF格式BibTeX公司 XML格式引用 \textit{R.Guhaniyogi}和\textit{D.B.Dunson}，J.Mach。学习。第17号决议，第69号论文，第26页（2016年；Zbl 1367.62121） 全文： arXiv公司 链接