고차원 모델 선택의 사적 계산 복잡성에 대하여

우리는 사적 제약 하에서 고차원 희소 선형 회귀 모델에 대한 모델 선택 문제를 고려한다. 우리는 잘 알려진 지수 메커니즘을 채택하여 강력한 유용성 특성을 가진 사적 최적 부분집합 선택 방법을 제안한다. 또한 우리는 효율적인 메트로폴리스-해스팅스 알고리즘을 제안하고 그것이 정상 분포에 대한 다항식 혼합 시간을 가짐을 보인다. 마지막으로 우리는 우리 알고리즘의 강력한 유용성을 보여주는 몇 가지 예시 실험을 수행한다.