Sketch Kernel Ridge Regression Using Circulant Matrix: Algorithm and Theory

Kernel ridge regression (KRR) is a powerful method for nonparametric regression. The time and space complexity of computing the KRR estimate directly are <inline-formula> <tex-math notation="LaTeX">\mathcal {O}(n^{3}) </tex-math></inline-formula> and <inline-form...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transaction on neural networks and learning systems Ročník 31; číslo 9; s. 3512 - 3524
Hlavní autoři:	Yin, Rong, Liu, Yong, Wang, Weiping, Meng, Dan
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Piscataway IEEE 01.09.2020 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Acceleration Algorithms Approximation Approximation algorithms Circulant matrix Complexity Convergence Fast Fourier transformations Fourier analysis Fourier transforms Kernel kernel ridge regression (KRR) Kernels large scale Mathematical analysis Matrix algebra Matrix methods Normal distribution random sketch Regression analysis Statistical analysis Theoretical analysis Time complexity Training
ISSN:	2162-237X, 2162-2388, 2162-2388
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!