Câu hỏi được gắn thẻ «parameterization»

Trong phân tích dữ liệu Bayes, các tham số được coi là các biến ngẫu nhiên. Điều này bắt nguồn từ khái niệm chủ quan của Bayes về xác suất. Nhưng về mặt lý thuyết, Bayes có thừa nhận rằng có một giá trị tham số cố định thực sự …

39 probability  bayesian  parameterization 

Tôi đã tìm thấy một số bản phân phối mà BUGS và R có các tham số hóa khác nhau: Bình thường, log-Bình thường và Weibull. Đối với mỗi trong số này, tôi tập hợp rằng tham số thứ hai được sử dụng bởi R cần phải được biến đổi …

31 r  distributions  bugs  jags  parameterization 

Vì vậy, trong một phân phối bình thường, chúng ta có hai tham số: mean và variance . Trong cuốn sách Nhận dạng mẫu và Học máy , đột nhiên xuất hiện một siêu tham số trong các điều khoản chính quy của hàm lỗi.σ 2μμ\muσ2σ2\sigma^2λλ\lambda Siêu âm là gì? …

19 terminology  definition  parameterization  hyperparameter 

Sự hiểu biết của tôi là rừng ngẫu nhiên chọn các biến mtry ngẫu nhiên để xây dựng mỗi cây quyết định. Vì vậy, nếu mtry = ncol / 3 thì mỗi biến sẽ được sử dụng trung bình ở 1/3 số cây. Và 2/3 số cây sẽ không sử …

12 r  random-forest  parameterization 

Tôi có một câu hỏi về tối ưu hóa tham số khi tôi sử dụng xác nhận chéo 10 lần. Tôi muốn hỏi rằng liệu các tham số có nên sửa hay không trong quá trình đào tạo mô hình của mỗi lần gấp, tức là (1) chọn một bộ …

11 cross-validation  optimization  parameterization 

Hãy xem xét một biến ngẫu nhiên Bernoulli với tham số (xác suất thành công). Hàm khả năng và thông tin Fisher ( ma trận ) là:θ 1 × 1X∈{0,1}X∈{0,1}X\in\{0,1\}θθ\theta1×11×11 \times 1 L1(θ;X)I1(θ)=p(X|θ)=θX(1−θ)1−X=detI1(θ)=1θ(1−θ)L1(θ;X)=p(X|θ)=θX(1−θ)1−XI1(θ)=detI1(θ)=1θ(1−θ) \begin{align} \mathcal{L}_1(\theta;X) &= p(\left.X\right|\theta) = \theta^{X}(1-\theta)^{1-X} \\ \mathcal{I}_1(\theta) &= \det \mathcal{I}_1(\theta) = \frac{1}{\theta(1-\theta)} \end{align} Bây giờ hãy …

10 bernoulli-distribution  parameterization  fisher-information  determinant 

"Về vấn đề cá sấu của BehDR: Đánh giá" của Seock-Ho Kim và Allen S. Cohen Tạp chí Thống kê Giáo dục và Hành vi , tập 23, số 4, Mùa đông, 1998, trang 356 Tôi đang nhìn vào thứ này và nó nói: Fisher (1935, 1939) đã chọn thống …

9 distributions  parameterization  fiducial 

BIC phạt dựa trên số lượng tham số. Điều gì nếu một số tham số là một số loại biến chỉ báo nhị phân? Làm những điều này được tính là tham số đầy đủ? Nhưng tôi có thể kết hợp tham số nhị phân thành một biến rời rạc …

9 bayesian  model-selection  bic  parameterization 

Tôi có các giá trị trung bình và trung bình cho một mẫu được rút ra từ phân phối logic. Lưu ý rằng đây không phải là giá trị trung bình và trung bình của các bản ghi của biến, mặc dù tôi tất nhiên có thể tính toán các …

8 estimation  mean  lognormal  median  parameterization 

Tôi đã dành cả ngày để tìm hiểu về gói bnlearn trong R chỉ để khám phá ra rằng các mô hình Bayes không hoạt động với các đồ thị vô hướng. Tôi đang cố gắng tìm hiểu về Mạng trường ngẫu nhiên Markov và cho đến nay, tất cả …

8 machine-learning  graphical-model  parameterization  bayesian-network 

Tôi đang cố gắng thiết kế một kỹ thuật nhân tố ma trận cho một mục người dùng đơn giản, hệ thống đề xuất xếp hạng. Tôi có 2 câu hỏi về điều này. Trước tiên, trong một triển khai đơn giản mà tôi thấy về kỹ thuật nhân tố …

8 recommender-system  matrix-decomposition  parameterization  ensemble 

Tôi đang cố gắng để phù hợp với một SVM với dữ liệu của tôi. Tập dữ liệu của tôi chứa 3 lớp và tôi đang thực hiện xác thực chéo 10 lần (trong LibSVM): ./svm-train -g 0.5 -c 10 -e 0.1 -v 10 training_data Sự giúp đỡ từ đó …

7 cross-validation  svm  libsvm  parameterization  optimization 

Tôi đang gặp một số bất đồng về nhận thức về "tuyến tính trong các tham số" nghĩa là gì. Ví dụ, ở đây và ở đây . Ví dụ: sự hiểu biết của tôi là không tuyến tính trong các tham số, vì nó có hai biến tham số …

7 generalized-linear-model  linear  parameterization