Core Concepts
重み付き最小二乗近众は、期待値でほぼ最適性を提供します。
Abstract
著者はL2の関数をVmというm次元空間の要素によって近似する問題を考えています。
最適な重み付き最小二乗法についての結果を振り返った後、射影決定的点プロセス(DPP)やボリュームサンプリングを使用した重み付き最小二乗法に焦点を当てます。
一般化された体積再スケーリングサンプリングが提供するほぼ最適性結果について説明しました。
独立した反復の射影DPP(またはボリュームサンプリング)の代替戦略について述べられました。
数値実験が異なる戦略のパフォーマンスを示しています。
Stats
x1, ..., xnが分布νから引かれる場合、実際のグラム行列の収束速度が分析されます。
n = O(m log(m))で期待されるL2エラーが定数倍でバウンドされる一般化体積再スケーリングサンプリングが提供する結果について述べられます。
Quotes
"独立した反復の射影DPP(またはボリュームサンプリング)を使用することで、i.i.d.またはボリュームサンプリングと同様のエラー境界が得られます。"