Perguntas com a marcação «kernel-smoothing»

Técnicas de suavização de kernel, como estimativa de densidade de kernel (KDE) e regressão de kernel Nadaraya-Watson, estimam funções por interpolação local a partir de pontos de dados. Não deve ser confundido com [kernel-trick], para os kernels usados, por exemplo, nos SVMs.

1
Qual é o nome do método de estimativa de densidade em que todos os pares possíveis são usados ​​para criar uma distribuição de mistura Normal?
Eu apenas pensei em uma maneira pura (não necessariamente boa) de criar estimativas de densidade unidimensional e minha pergunta é: Esse método de estimativa de densidade tem um nome? Caso contrário, é um caso especial de algum outro método na literatura? Aqui está o método: Nós temos um vector X=[x1,x2,...,xn]X=[x1,x2,...,xn]X …
4
Estimativa da densidade do kernel incorporando incertezas
Ao visualizar dados unidimensionais, é comum usar a técnica de Estimativa de densidade do kernel para contabilizar larguras de compartimento escolhidas incorretamente. Quando meu conjunto de dados unidimensional tem incertezas de medição, existe uma maneira padrão de incorporar essas informações? Por exemplo (e me perdoe se meu entendimento for ingênuo), …
1
Proporção de probabilidades versus proporção de PDFs
Estou usando o Bayes para resolver um problema de cluster. Depois de fazer alguns cálculos, acabo com a necessidade de obter a razão de duas probabilidades: P(A)/P(B)P(A)/P(B)P(A)/P(B) para obter P(H|D)P(H|D)P(H|D) . Essas probabilidades são obtidas pela integração de dois KDEs multivariados 2D diferentes, conforme explicado nesta resposta : P(A)=∬x,y:f^(x,y)<f^(ra,sa)f^(x,y)dxdyP(A)=∬x,y:f^(x,y)<f^(ra,sa)f^(x,y)dxdyP(A) = …
2
Integrando o estimador de densidade do kernel em 2D
Estou saindo dessa pergunta , caso alguém queira seguir a trilha. Basicamente, eu tenho um conjunto de dados ΩΩ\Omega composto por NNN objetos em que cada objeto tem um determinado número de valores medidos anexados (dois neste caso): Ω=o1[x1,y1],o2[x2,y2],...,oN[xN,yN]Ω=o1[x1,y1],o2[x2,y2],...,oN[xN,yN]\Omega = o_1[x_1, y_1], o_2[x_2, y_2], ..., o_N[x_N, y_N] Eu preciso de …
2
Estimativa de densidade de kernel em distribuições assimétricas
Sejam observações extraídas de uma distribuição de probabilidade desconhecida (mas certamente assimétrica).{x1,…,xN}{x1,…,xN}\{x_1,\ldots,x_N\} Gostaria de encontrar a distribuição de probabilidade usando a abordagem do KDE: No entanto, tentei usar um kernel gaussiano, mas ele teve um desempenho ruim, pois é simétrico. Assim, vi que alguns trabalhos sobre os kernels Gamma e …
4
Animando o efeito de alterar a largura do kernel no R
Eu tenho alguns dados em R, armazenados em uma lista. Pensar d <- c(1,2,3,4) embora esses não sejam meus dados. Se eu inserir o comando plot(density(d, kernel="gaussian", width=1)) então recebo a estimativa de densidade de probabilidade do kernel, onde o kernel é padrão normal. Se eu substituir 1 por outros …
1
Por que os recursos aleatórios de Fourier não são negativos?
Os recursos aleatórios de Fourier fornecem aproximações às funções do kernel. Eles são usados ​​para vários métodos de kernel, como SVMs e processos gaussianos. Hoje, tentei usar a implementação do TensorFlow e obtive valores negativos para metade dos meus recursos. Pelo que entendi, isso não deveria acontecer. Então, voltei ao …
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.