Domande taggate «nonparametric-bayes»

3
Un esempio: regressione di LASSO utilizzando glmnet per il risultato binario
Sto iniziando a dilettarsi con l'uso di glmnetcon LASSO Regressione dove il mio risultato di interesse è dicotomica. Di seguito ho creato un piccolo frame di dati finti: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) …
78 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 
1
Matrice di covarianza per il processo gaussiano e la distribuzione di Wishart
Sto leggendo questo documento sui processi generalizzati di Wishart (GWP). L'articolo calcola le covarianze tra diverse variabili casuali (seguendo il processo gaussiano ) usando la funzione di covarianza esponenziale quadrata, ovvero . Dice quindi che questa matrice di covarianza segue GWP.K(x,x′)=exp(−|(x−x′)|22l2)K(x,x′)=exp⁡(−|(x−x′)|22l2)K(x,x') = \exp\left(-\frac{|(x-x')|^2}{2l^2}\right) Pensavo che una matrice di covarianza calcolata …
2
PyMC per clustering non parametrico: il processo di Dirichlet per stimare i parametri della miscela gaussiana non riesce a raggrupparsi
Impostazione del problema Uno dei primi problemi con i giocattoli a cui volevo applicare PyMC è il clustering non parametrico: dati alcuni dati, modello come una miscela gaussiana e apprendimento del numero di cluster, media e covarianza di ciascun cluster. La maggior parte di ciò che so di questo metodo …
1
I processi stocastici come il processo gaussiano / processo di Dirichlet hanno densità? In caso contrario, come può essere applicata la regola di Bayes?
Dirichlet Pocess e Gaussian Process sono spesso definiti "distribuzioni su funzioni" o "distribuzioni su distribuzioni". In tal caso, posso parlare in modo significativo della densità di una funzione in un GP? Cioè, il processo gaussiano o il processo di Dirichlet hanno qualche nozione di densità di probabilità? In caso contrario, …
1
Mettere un precedente sul parametro di concentrazione in un processo di Dirichlet
La maggior parte di questi è sfondo, salta alla fine se conosci già abbastanza le miscele di processo di Dirichlet . Supponiamo che stia modellando alcuni dati come provenienti da una combinazione di processi di Dirichlet, ovvero che e subordinato a assumanoF∼D(αH)F∼D(αH)F \sim \mathcal D(\alpha H)FFFYi∼iid∫f(y|θ)F(dθ).Yi∼iid∫f(y|θ)F(dθ).Y_i \stackrel {iid}{\sim} \int f(y …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.