通过方差减少的草图进行非参数估计
原文中文，约300字，阅读约需1分钟。发表于：。通过引入一种名为 Variance-Reduced Sketching (VRS) 的新框架，我们特别设计了一种在高维度中估计密度函数和非参数回归函数的方法，其降低了 “维数灾难” 的影响，并通过一系列模拟实验和实际数据应用展示了其在密度估计和非参数回归模型中相较于现有的神经网络估计器和经典核方法的显著改进。此外，我们为 VRS 提供了理论上的证明，支持其在降低维度灾难的同时提供非参数估计能力。
通过引入Variance-Reduced Sketching (VRS)框架，提出了一种在高维度中估计密度函数和非参数回归函数的新方法。通过模拟实验和实际数据应用，证明了VRS方法在密度估计和非参数回归模型中相较于神经网络估计器和经典核方法的显著改进。VRS的理论证明支持其在降低维度灾难的同时提供非参数估计能力。
