腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
使用
sklearn
包
进行
Gibbs
采样
、
、
、
、
我目前正在尝试为受限玻尔兹曼机RBM的bernoulli版本
使用
sklearns
包
,但我不明白它是如何工作的。我想要
使用
它的数据集是MNIST-dataset。我目前
使用
的很少的代码是: def rbm(): #for j in range(0, epochs):learning_rate = 0.01, n_components = 100, random_state=0, verbose=True) rbm.fit(bind
浏览 15
提问于2019-02-22
得票数 2
1
回答
无折叠
gibbs
采样
的引导式LDA
、
、
、
、
我
使用
的是python
包
Guided LDA和折叠的
gibbs
采样
[more details]。但我想要无折叠
gibbs
采样
的引导LDA。如何分离引导LDA和折叠
gibbs
采样
,或者如何在没有折叠
gibbs
采样
的情况下获得结果?
浏览 14
提问于2020-04-20
得票数 0
1
回答
如何在BRugs中找到后验模式
、
我正在尝试
使用
R
包
"BRugs“来实现
Gibbs
采样
器,但是生成汇总后验统计信息的函数,如samplesStats(),只返回平均值和中位数。是否有可能提取后验模式?
浏览 2
提问于2014-02-19
得票数 3
1
回答
sklearn
make_pipeline与imblearn make_pipeline的区别
、
、
、
、
有谁能解释一下
sklearn
.pipeline.make_pipline和imblearn.pipeline.make_pipline的区别吗?
浏览 0
提问于2019-08-21
得票数 6
回答已采纳
1
回答
julia中的自适应
采样
实现
我想在Julia中实现一个n维的自适应
采样
算法,用于绘图和数值积分。作为一个起点,我发现: 由于我是Julia的新手,任何帮助都将不胜感激。首先,现有的库中是否已经实现了这些功能?
浏览 2
提问于2014-06-21
得票数 2
1
回答
Gibbs
采样
迭代次数如何影响潜在Dirichlet分配?
、
、
MALLET的提到了以下内容:
采样
迭代的数量应该在完成
采样
所用的时间和主题模型的质量之间
进行
权衡。然而,增加
Gibbs
采样
迭代的数量是否一定会有利于主题模型的质量(通过困惑、主题一致性或下游任务来衡量)?或者,当--num-iterations设置得太高时,模型质量会降低吗?为了解释这种行为,我遗漏了关于
Gibbs
采样
的哪部分背景知识? 我对alpha和beta
使用
对称的先验,没有超参数优化和MAL
浏览 37
提问于2021-06-01
得票数 1
回答已采纳
1
回答
主题中单词的MALLET排名
、
、
我对mallet比较陌生,需要知道:- mallet产生的每个主题中的单词是否以某种方式排序?-如果是,排序是什么(即)主题列表中的第一个在语料库中的分布是最高的吗?
浏览 1
提问于2014-06-23
得票数 1
1
回答
用Python (numpy)实现主题模型
、
、
、
、
最近,我
使用
numpy在Python上为LDA主题模型实现了
Gibbs
采样
,并参考了一个站点上的一些代码。在
Gibbs
采样
的每次迭代中,我们删除一个(当前)单词,根据从LDA模型推断的后验条件概率分布对该单词的新主题
进行
采样
,并更新单词主题计数,如下所示: n_m_z[m][new_z] += 1 n_z[new_z] += 1
浏览 2
提问于2012-05-09
得票数 5
回答已采纳
1
回答
如何在PyMC中定义通用确定性函数
、
、
、
、
在我的模型中,我需要
使用
一个复杂的python函数从一组父变量中获得确定性变量的值。下面是一个pyMC3代码,它显示了我试图在一个简化的情况下所做的事情。我之前尝试过
使用
OpenBUGS,但是我发现不可能在OpenBUGS中做到这一点。在PyMC中有可能吗?但我不能再
使用
螺母
采样
器,因为它需要梯度。在这样的场景中,我应该
使用
哪个步骤方法?
浏览 3
提问于2014-10-16
得票数 1
回答已采纳
1
回答
我们可以恢复对MALLET模型的训练吗?
、
我们可以
使用
那个“快照”恢复
Gibbs
采样
的迭代吗?
浏览 8
提问于2021-03-07
得票数 1
2
回答
MALLET主题建模:不一致的估计
、
、
、
我正在
使用
这个分布作为另一个机器学习模型的功能,而这些不一致会让我的另一个模型偏离。
浏览 0
提问于2015-06-25
得票数 1
1
回答
使用
LDA
进行
R中的主题建模
、
我一直在尝试不同的方法来确定LDA中的主题数量(在R中),并
使用
了
使用
方法吉布斯
采样
的R
包
ldatuning,但无法理解不同度量的含义,例如:method = "
Gibbs
", 有人能帮我理解不同的指标吗?
浏览 8
提问于2017-07-26
得票数 1
1
回答
R
包
lda中的折叠
gibbs
采样
、
、
、
我一直在尝试修改R
包
lda的部分,特别是slda.em函数。在某个时刻,C函数“collapsedGibbsSampler”在slda.collapsed.
gibbs
.sampler中被调用。
浏览 0
提问于2016-01-13
得票数 0
1
回答
“种子”在“ldatuning”中是如何确定LDA主题频率的(在R中)?
、
、
在LDA ( R)中,我一直在尝试确定主题频率的不同方法,无意中发现了非常有用的
包
,但无法真正计算出控制参数,特别是seed的示例值。15, by = 1), method = "
Gibbs
", mc.cores = 2L, verbose =
浏览 1
提问于2017-03-08
得票数 1
回答已采纳
1
回答
如何在TensorFlow中
进行
混合
采样
、
、
、
我正在用TensorFlow概率的MCMC
包
实现一个复杂的
采样
算法。假设我用
Gibbs
抽样来表示一个分量,哈密顿蒙特卡罗对另一个分量
使用
,最后
使用
随机漫步大都会。one_iteration(): # part of joint density: p(X|a, b)p(a) # ...using some custom
Gibbs
即,为每个分量
采样
算法调用sample_chain?
浏览 4
提问于2020-05-05
得票数 0
1
回答
如何计算元音wabbit中LDA模型的对数似然
、
、
在R中,有非常有用的lda.collapsed.
gibbs
.sampler在
包
中,tha
使用
一个折叠的吉布斯
采样
器来拟合一个潜在的Dirichlet分配(LDA)模型,并利用吉布斯抽样的最后一次迭代返回潜在参数的点估计该函数还具有一个很好的参数compute.log.likelihood,当设置为TRUE时,将使取样器在每次对变量
进行
扫描后,计算单词(在常数因子内)的日志可能性。
浏览 6
提问于2015-07-22
得票数 3
1
回答
R拆分包含括号的公式
、
、
、
我目前正在编写一个软件
包
,用MLE或
Gibbs
采样
器来估计随机前沿模型。终端用户应该能够输入如下公式: sfm(公式= y ~ x1 +.+ xk + (z1 +…+ zr),data =.)
浏览 1
提问于2018-07-16
得票数 0
回答已采纳
1
回答
NLP的停用词列表
、
、
、
、
我一直在尝试
使用
gibbs
采样
进行
主题建模来消除词义歧义,它一直在为标点符号和接近类的单词提供高概率,因为它们经常出现在语料库中。
浏览 9
提问于2013-02-18
得票数 3
回答已采纳
1
回答
如何
使用
词-主题矩阵预测查询主题?
、
、
我正在
使用
Java实现LDA。我知道算法是怎么工作的。在训练结束时(给定的迭代),我将获得表示输入文档集的2个矩阵(主题-单词和文档-主题)。我的问题是,当我输入一个新文档(查询)时,我希望
使用
这些矩阵(或任何其他方式)来获得该查询的文档主题向量。我该怎么做呢?
浏览 2
提问于2018-04-27
得票数 1
1
回答
关于加快SciPy客户分布抽样与拟合速度的建议
、
我正在尝试
使用
scipy将一个自定义分布拟合到一个大型(~O(500,000)个测量值)数据集。我已经根据其他一些因素推导出了一个理论PDF,但无论是手工还是
使用
符号集成软件,我都找不到CDF的确切形式。如果我找不到CDF的显式形式并且它是相反的,我还能做些什么来加快这个发行版的
使用
速度呢? 我已经
使用
了maple,matlab和Sympy来尝试确定CDF,但是没有一个给出结果。我还尝试了对数据
进行
下
采样
,同时仍然保留了尾部属性,但这仍然需要太多的数据,以至于对分布做任何事情都很慢。 我
浏览 12
提问于2019-02-18
得票数 0
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
使用R语言进行Metroplis-in-Gibbs采样和MCMC运行分析
如何使用dplyer包进行数据转换
网络编程第4课:使用WireShark进行网络抓包
使用python对数据进行高效处理,包你玩转分组聚合
使用树莓派(Raspberry Pi)进行数据包嗅探
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券