数学 > 统计理论
[提交于 2015年12月1日
(v1)
,最后修订 2018年10月22日 (此版本, v2)]
标题: 具有双聚类结构的矩阵的最优估计与补全
标题: Optimal Estimation and Completion of Matrices with Biclustering Structures
摘要: 数据矩阵中的双聚类结构最早由约翰·哈特igan(1972年)在一篇开创性论文中正式提出,在这篇论文中,人们试图同时对案例和变量进行聚类。这种结构在网络块建模中也很常见。 在本文中,我们开发了一种统一的理论来估计和完成具有双聚类结构的矩阵,其中数据是一个部分观测且带有噪声污染的数据矩阵,并具有某种双聚类结构。特别是,我们证明了在许多最重要的情况下,受约束的最小二乘估计量可以达到最优的渐近最小风险性能。为此,我们为所有次高斯数据推导出统一的高概率上界,并在高斯和二元情况下提供匹配的渐近最小下界。 由于图论与随机块模型之间的密切联系,我们的通用结果的一个直接推论是稀疏图论的渐近最小风险最优估计器。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.