Key points are not available for this paper at this time.
In diesem Papier zeigen wir zunächst, dass das b-bit minwise Hashing, dessen Schätzer positiv definite Kerne sind, auf natürliche Weise mit Lernalgorithmen wie SVM und logistischer Regression integriert werden kann. Wir wenden ein einfaches Schema an, um den nichtlinearen (Ähnlichkeits-)Kern in einen linearen (Skalarprodukt-)Kern zu transformieren; daher können großangelegte Probleme extrem effizient gelöst werden. Unsere Methode bietet eine einfache effektive Lösung für großangelegtes Lernen in massiven und extrem hochdimensionalen Datensätzen, insbesondere wenn die Daten nicht ins Speicher passen. Wir vergleichen dann b-bit minwise Hashing mit dem Vowpal Wabbit (VW)-Algorithmus (der mit dem Count-Min (CM)-Skizze verwandt ist). Interessanterweise hat VW die gleichen Varianzen wie zufällige Projektionen. Unsere theoretischen und empirischen Vergleiche zeigen, dass b-bit minwise Hashing in der Regel signifikant genauer (bei gleicher Speicherkapazität) ist als VW (und zufällige Projektionen) bei binären Daten. Darüber hinaus kann b-bit minwise Hashing mit VW kombiniert werden, um weitere Verbesserungen hinsichtlich der Trainingsgeschwindigkeit zu erzielen, insbesondere wenn b groß ist.
Li et al. (Mon,) haben diese Frage untersucht.