社区检测技术在线性模型聚类预测中的应用

参考Applying community detection techniques for
clustering predictors in linear models
摘要
在高维环境下对线性模型进行变量选择仍然是一个开放的挑战。最近关于贝叶斯方法在一定程度上解释了这个问题，但这些 在计算上仍然非常苛刻。最近的研究表明，如何在块正交设计矩阵下有效地完成这项任务。问题是块正交性是一个很难满足的条件。 在这个项目中，我们分析了如何将社区检测和聚类算法应用于一组预测器，以帮助块对角化泛化。 因此，我们展示了一些实验室示例，表明基于模块化的方法可以恢复底层社区的数量，而谱方法在检测星系团时表现很好。结果也指出，他们的适应度将被缩放到高维度。