Pertanyaan yang diberi tag «parameterization»

Dalam analisis data Bayesian, parameter diperlakukan sebagai variabel acak. Ini berasal dari konseptualisasi subjektif subjektif Bayesian. Tetapi apakah Bayesian secara teori mengakui bahwa ada satu nilai parameter tetap yang benar di 'dunia nyata?' Sepertinya jawaban yang jelas adalah 'ya', karena kemudian mencoba memperkirakan parameternya hampir tidak masuk akal. Kutipan akademik …

40 probability  bayesian  parameterization 

Saya telah menemukan beberapa distribusi yang BUGS dan R memiliki parameterisasi berbeda: Normal, log-Normal, dan Weibull. Untuk masing-masing ini, saya mengumpulkan bahwa parameter kedua yang digunakan oleh R perlu diubah terbalik (1 / parameter) sebelum digunakan dalam BUGS (atau JAGS dalam kasus saya). Adakah yang tahu daftar lengkap transformasi yang …

31 r  distributions  bugs  jags  parameterization 

Jadi dalam distribusi normal, kami memiliki dua parameter: mean dan variance . Dalam buku Pattern Recognition dan Machine Learning , tiba-tiba muncul hyperparameter dalam istilah regularisasi fungsi kesalahan.μμ\muσ2σ2\sigma^2λλ\lambda Apa itu hiperparameter? Mengapa mereka dinamai demikian? Dan bagaimana mereka secara intuitif berbeda dari parameter pada umumnya?

19 terminology  definition  parameterization  hyperparameter 

Saya punya pertanyaan tentang optimasi parameter ketika saya menggunakan validasi silang 10 kali lipat. Saya ingin bertanya apakah parameter harus diperbaiki atau tidak selama pelatihan model setiap lipatan, yaitu (1) pilih satu set parameter yang dioptimalkan untuk akurasi rata-rata setiap lipatan. atau (2) Saya harus menemukan parameter yang dioptimalkan untuk …

14 cross-validation  optimization  parameterization 

Pemahaman saya adalah picks hutan random acak mtry variabel untuk membangun setiap pohon keputusan. Jadi jika mtry = ncol / 3 maka masing-masing variabel akan digunakan rata-rata di 1/3 dari pohon. Dan 2/3 pohon tidak akan menggunakannya. Tetapi bagaimana jika saya tahu bahwa satu variabel mungkin sangat penting, apakah lebih …

12 r  random-forest  parameterization 

Pertimbangkan variabel acak Bernoulli dengan parameter (probabilitas keberhasilan). Fungsi kemungkinan dan informasi Fisher ( matriks ) adalah: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} Sekarang pertimbangkan versi "over-parameterized" dengan dua parameter: probabilitas keberhasilan θ1θ1\theta_1 dan probabilitas kegagalan θ0θ0\theta_0 . (Perhatikan …

10 bernoulli-distribution  parameterization  fisher-information  determinant 

"On the Behrens – Fisher Problem: A Review" oleh Seock-Ho Kim dan Allen S. Cohen Jurnal Statistik Pendidikan dan Perilaku , volume 23, nomor 4, Musim Dingin, 1998, halaman 356-377 Saya melihat hal ini dan mengatakan: Fisher (1935, 1939) memilih statistik [di mana adalah satu sampel statistik yang biasa untuk …

9 distributions  parameterization  fiducial 

BIC menghukum berdasarkan jumlah parameter. Bagaimana jika beberapa parameter adalah semacam variabel indikator biner? Apakah ini dianggap sebagai parameter penuh? Tapi saya bisa menggabungkan parameter binary menjadi satu variabel diskrit yang mengambil nilai dalam . Apakah ini dihitung sebagai parameter atau satu parameter?mmm{ 0 , 1 , . . . …

9 bayesian  model-selection  bic  parameterization 

Saya memiliki nilai rata-rata dan median untuk sampel yang diambil dari distribusi lognormal. Perhatikan bahwa ini bukan rata-rata dan median dari log variabel, meskipun tentu saja saya dapat menghitung log rata-rata dan median. Apakah ada solusi bentuk tertutup untuk μ dan σ dari informasi ini? Jika hanya ada solusi numerik, …

8 estimation  mean  lognormal  median  parameterization 

Saya menghabiskan hari belajar tentang paket bnlearn di R hanya untuk menemukan bahwa model Bayesian tidak bekerja dengan grafik yang tidak terarah. Saya mencoba mempelajari tentang Markov Random Field Network, dan sejauh ini yang dapat saya lakukan adalah membuat struktur grafis menggunakan LASSO grafis. Dalam grafik terarah, tampaknya ada dua …

8 machine-learning  graphical-model  parameterization  bayesian-network 

Saya mencoba merancang teknik faktorisasi matriks untuk pengguna-item sederhana, sistem rekomendasi rating. Saya punya 2 pertanyaan tentang ini. Pertama dalam implementasi sederhana yang saya lihat dari teknik faktorisasi matriks untuk rekomendasi film, penulis baru saja menginisialisasi dimensi fitur laten, sebut saja K dari dua fitur laten Pengguna dan item Matriks, …

8 recommender-system  matrix-decomposition  parameterization  ensemble