Perguntas com a marcação «parameterization»

Na análise de dados bayesianos, os parâmetros são tratados como variáveis ​​aleatórias. Isso decorre da conceitualização subjetiva bayesiana de probabilidade. Mas os bayesianos reconhecem teoricamente que existe um verdadeiro valor de parâmetro fixo no 'mundo real?' Parece que a resposta óbvia é 'sim', porque tentar estimar o parâmetro seria quase …

40 probability  bayesian  parameterization 

Eu encontrei algumas distribuições para as quais BUGS e R têm diferentes parametrizações: Normal, log-Normal e Weibull. Para cada uma delas, entendo que o segundo parâmetro usado por R precisa ser transformado inversamente (1 / parâmetro) antes de ser usado no BUGS (ou JAGS no meu caso). Alguém sabe de …

31 r  distributions  bugs  jags  parameterization 

Portanto, em uma distribuição normal, temos dois parâmetros: média e variância . No livro Reconhecimento de Padrões e Aprendizado de Máquina , aparece subitamente um hiperparâmetro nos termos de regularização da função de erro.μμ\muσ2σ2\sigma^2λλ\lambda O que são hiperparâmetros? Por que eles são nomeados como tal? E como eles são intuitivamente …

19 terminology  definition  parameterization  hyperparameter 

O meu entendimento é os picaretas florestais aleatórios aleatoriamente mtry variáveis para construir cada árvore de decisão. Portanto, se mtry = ncol / 3, então cada variável será usada em média em 1/3 das árvores. E 2/3 das árvores não as usarão. Mas e se eu souber que uma única …

12 r  random-forest  parameterization 

Tenho uma pergunta sobre a otimização de parâmetros quando uso a validação cruzada de 10 vezes. Quero perguntar se os parâmetros devem ser corrigidos ou não durante o treinamento do modelo de cada dobra, ou seja, (1) selecione um conjunto de parâmetros otimizados para a precisão média de cada dobra. …

12 cross-validation  optimization  parameterization 

Considere uma variável aleatória Bernoulli com o parâmetro (probabilidade de sucesso). A função de probabilidade e as informações de Fisher (uma matriz ) são:X∈{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} Agora considere uma versão "com excesso de parâmetros" com …

10 bernoulli-distribution  parameterization  fisher-information  determinant 

"Sobre o problema de Behrens-Fisher: uma revisão" de Seock-Ho Kim e Allen S. Cohen Jornal de Estatísticas Educacionais e Comportamentais , volume 23, número 4, inverno, 1998, páginas 356–377 Eu estou olhando para isso e ele diz: Fisher (1935, 1939) escolheu a estatística [onde é a estatística usual de uma …

9 distributions  parameterization  fiducial 

O BIC penaliza com base no número de parâmetros. E se alguns dos parâmetros forem algum tipo de variável de indicador binário? Eles contam como parâmetros completos? Mas eu posso combinar parâmetros binários em uma variável discreta que recebe valores em . Estes devem ser contados como parâmetros ou um …

9 bayesian  model-selection  bic  parameterization 

Eu tenho os valores médios e medianos para uma amostra extraída de uma distribuição lognormal. Observe que essa não é a média e a mediana dos logs da variável, embora eu possa, é claro, calcular os logs da média e da mediana. Existe uma solução de formulário fechado para μ …

8 estimation  mean  lognormal  median  parameterization 

Passei o dia aprendendo sobre o pacote bnlearn no R apenas para descobrir que os modelos bayesianos não funcionam com gráficos não direcionados. Estou tentando aprender sobre a rede de campo aleatório de Markov, e até agora tudo o que consegui fazer é criar a estrutura gráfica usando um LASSO …

8 machine-learning  graphical-model  parameterization  bayesian-network 

Estou tentando projetar uma técnica de fatoração matricial para um sistema simples de recomendação de itens de usuário. Eu tenho 2 perguntas sobre isso. Primeiro, em uma implementação simples que vi da técnica de fatoração matricial para recomendação de filme, o autor acabou de inicializar as dimensões dos recursos latentes, …

8 recommender-system  matrix-decomposition  parameterization  ensemble 

Estou tentando ajustar um SVM aos meus dados. Meu conjunto de dados contém 3 classes e estou executando uma validação cruzada de 10 vezes (no LibSVM): ./svm-train -g 0.5 -c 10 -e 0.1 -v 10 training_data A ajuda afirma assim: -c cost : set the parameter C of C-SVC, epsilon-SVR, …

7 cross-validation  svm  libsvm  parameterization  optimization