Approximate nonparametric quantile regression in reproducing kernel Hilbert spaces via random projection
Approximate nonparametric quantile regression in reproducing kernel Hilbert spaces via random projection
复制标题
通过随机投影再现核希尔伯特空间中的近似非参数分位数回归
DOI：
10.1016/j.ins.2020.08.039
复制
发表时间：
2021-02
影响因子：
8.1
通讯作者：
Heng Lian
中科院分区：
文献类型：
--
作者：
Fode Zhang;Rui Li;Heng Lian
Nonparametric quantile regression is a commonly used nonlinear quantile model. One general and popular approach is based on the use of kernels within a reproducing kernel Hilbert space (RKHS) framework, with the smoothing splines estimation as a special case. However, when the sample size n is large, the computational burden is heavy. Motivated by the recent advances in random projection for kernel nonparametric (mean) ridge regression (KRR), we consider an m-dimensional random projection approach for kernel quantile regression (KQR) with m≪ n. We establish a theoretical result showing that the sketched KQR still achieves the minimax convergence rate when m is at least as large as the effective statistical dimension of the problem. Some Monte Carlo studies are carried out for illustration purposes.
登录
查看更多内容
DOI：
10.1214/16-aos1472
发表时间：
2015-01
期刊：
ArXiv
影响因子：
--
作者：
Yun Yang;Mert Pilanci;M. Wainwright
通讯作者：
Yun Yang;Mert Pilanci;M. Wainwright
DOI：
10.1016/j.laa.2009.03.026
发表时间：
2008-12
期刊：
ArXiv
影响因子：
--
作者：
Christos Boutsidis;P. Drineas
通讯作者：
Christos Boutsidis;P. Drineas
DOI：
10.1007/978-3-642-22147-7
发表时间：
2011-08
期刊：
--
影响因子：
--
作者：
V. Koltchinskii;École d'été de probabilités de Saint-Flour-École-d'été-de-probabilités-de-Saint-Flour-1403570089
通讯作者：
V. Koltchinskii;École d'été de probabilités de Saint-Flour-École-d'été-de-probabilités-de-Saint-Flour-1403570089
DOI：
10.1080/10618600.2016.1256816
发表时间：
2017-01-01
影响因子：
2.4
作者：
Yi, Congrui;Huang, Jian
通讯作者：
Huang, Jian
内核 CCA 的随机草图
影响因子：
7.8
作者：
Heng Lian;Fode Zhang;Wenqi Lu
通讯作者：
Wenqi Lu