1回答
在pymc中执行两次MAP会产生不同的值
python、distribution、probability、pymc、mcmc
在使用mcmc进行采样后，我得到了以下lambda的后验分布
显然，在λ=0.20时后验概率最大，95%的区间是
据我所知，MAP给出了一个点估计(具有最大后验概率的lambda的值)，但是当我运行两次MAP时，我得到了不同的值，这不应该是这种情况。我在d相同程序的两次执行中使用map之后，在nd之前打印lambda的值。在使用MA
浏览 0提问于2014-06-12得票数 0
5回答
用于机器学习中混合模型的C++库/框架
c++、machine-learning、classification、pattern-recognition
我想使用高斯混合模型进行数据聚类(使用期望最大化(EM)算法，该算法针对每个观察值将后验概率分配给每个组件密度)。有没有一个包含高斯混合模型以及样本数据集和示例的c++库？
浏览 2提问于2010-01-19得票数 5
1回答
最大似然假设和最大后验假说有什么区别？
machine-learning、statistics、probability、bayesian
我关注贝叶斯学习的概念，并研究了最大似然假设和最大后验假设。我已经看到，最大似然假设是最大可能获取数据的理由，它被定义为：
h_{MAP}=arg_h我知道，最大似然假设是，给定一些观测数据，找出分布的参数，使我
浏览 0提问于2020-09-16得票数 2
回答已采纳
1回答
重叠聚类的结果
matlab、machine-learning、cluster-analysis、data-analysis、unsupervised-learning
我使用Matlab中的函数fcm进行重叠聚类。该函数的输出是一个大小为kxn的矩阵，其中k是聚类的数量，n是示例的数量。非常感谢。
浏览 1提问于2017-03-01得票数 1
1回答
生成模型和推理
lda、topic-modeling
我在这里查看了hLDA模型：我是这个领域的新手，任何对阐明这一概念有用的参考文章或论文都将非常有用。
浏览 0提问于2016-10-31得票数 0
1回答
如何使用具有自定义对数概率的MCMC及其矩阵的求解
pymc3、pymc、mcmc
我想找出哪个矩阵(变量的组合)给我的概率最高。取每个元素的迹线的平均值是没有意义的，因为它们相互依赖。
下面是一个简单的例子；为简单起见，代码使用向量而不是矩阵。
浏览 16提问于2019-03-27得票数 1
1回答
先验知识概率与ML模型概率结果的结合
machine-learning、bayesian
根据Bayes准则，用MLE乘法得到了最大后验。将先验概率与机器学习概率预测结果相乘。然而，我得到更好的预测结果是没有意义的，因为我得到了更小的概率。我是不是遗漏了什么？Thx
浏览 0提问于2022-02-19得票数 0
1回答
GMModel -如何使用它来预测标签的数据？
matlab、machine-learning、statistics、gaussian
我用fitgmdist做了一个GMModel。这个想法是在数据上产生两个高斯分布，并用它来预测它们的标签。我如何确定未来的数据点是否适合这些分布之一？我是不是误解了GMModel的用途？load C:\Users\Daniel\Downloads\data1 data;
GMModel = fitgmdist(data(:, 1:4),2)GMModel =
Component 1:
Mixing pr
浏览 1提问于2015-12-07得票数 1
1回答
朴素Bayes损失函数
loss-function、naive-bayes-classifier
对于Bernoulli分类，朴素贝叶斯分类器是否需要一个损失函数？如果是，朴素贝叶斯分类使用的损失函数是什么？它是如何工作的呢？
浏览 0提问于2021-12-16得票数 1
1回答
R中函数bic.glm的后验概率
r、model、bayesian、floating-accuracy
我正在查看R中函数"bic.glm“的后验概率输出，它们只显示了3位数。此外，当我尝试"options(digits = 16)“时，我仍然只能得到3位数的后验概率。我的问题有两个部分:有没有办法看到更多的后验概率？当R使用“预测”函数从贝叶斯模型进行预测时，它使用后验概率的精度的多少位数？
浏览 42提问于2020-07-05得票数 0
1回答
朴素贝叶斯分类器中的极低概率
machine-learning、prediction、probability、naive-bayes-classifier
所以，当我计算一个样本属于“是”类的后验概率时，它的数值非常低。例如，我预测击球手是否是新星(即样本的概率属于“是”类)。我的问题是如何用百分比来表示后
浏览 0提问于2018-01-20得票数 4
回答已采纳
1回答
数据不平衡:了解主教PRML书中的例子吗？
machine-learning、classification、class-imbalance、probability
而且，即使是一个大的数据集也将包含很少的与癌症相关的X射线图像的例子，因此学习算法不会暴露在这类图像的广泛示例中，因此不太可能很好地推广。假设我们使用了这样一个修正的数据集，并找到了后验概率的模型。从Bayes定理(1.82)中，我们发现后验概率与先验概率成正比，我们可以把先验概率解释为每一类点的分数。因此，我们可以简单地从我们的人工平衡数据集中获得后验概率，然后先除以该数据集中的
浏览 0提问于2022-02-27得票数 0
回答已采纳
3回答
对于不完全分类或回归的事物，正确的术语是什么？
machine-learning、classification、regression
神经网络和决策树是解决这类问题的一些算法。然而，这些算法通常只发出一个结果:结果分类。
如果我不仅对一种分类感兴趣，而且对输入属于每个类的后验概率感兴趣，那该怎么办呢？我的问题不是如何获得这些后验概率，而是如何用正确的术语来描述找到它们的过程。你可以称之为回归，因为我们现在正试图估计一些实值数字，但我不太确定这是否正确。我觉得这也不完全是分类，而是介于两者之间。是否有一个词描述了在每个可能的输出类中找到某些输入所属的类的条件后
浏览 2提问于2010-06-08得票数 2
回答已采纳
2回答
这些关于机器学习中似然函数的不同定义是否等价？
machine-learning、statistics、probability、definition
好的，对于在不同机器学习算法的上下文中定义似然函数的方法，我有很多困惑。在这个讨论的背景下，我会参考吴家祥229的讲稿。
这是我迄今为止的理解。在分类的背景下，我们有两种不同的算法:区分算法和生成算法。这两种情况的目的都是确定后验概率，即p(C_k|x;w)，其中w是参数向量，x是特征向量，C_k是kth类。这些方法与直接给出x的后验概率的判别方法不同，在生成情形下，我们确定条件分布p(x|C_k)和先验类p(C_k
浏览 3提问于2015-06-04得票数 0
1回答
使用朴素贝叶斯检测垃圾邮件
algorithm、probability、bayesian、email-spam、naivebayes
现在，训练结束后，假设我有一个新的文本T，我想分类。检查的垃圾邮件总数是50，非垃圾邮件检查的总数也是50，所以我有后验概率：P(W|N) = 2 / 50P(S|W) = P(W|S) * P(在这种情况下，垃圾邮件的后验概率应该是因此，整个概率也是0。因此，这意味着，当一个单词出现在一个文本中，而这个文
浏览 4提问于2016-01-29得票数 0
回答已采纳
1回答
MCMC中的参数数量
python、bayesian、pymc、mcmc
我想使用pymc包从我的后验分布中进行采样。
我想知道这种算法可以处理的维数是否有限制。我的对数概率是3个高斯和1个高斯混合的总和。我的模型中有大约750 parameters。
浏览 1提问于2015-05-10得票数 1
1回答
是否有可能计算任何类型分类器的后验概率？
classification、probability
据我所知，一些分类器，如朴素贝叶斯，计算数据的后验概率，并在此基础上产生结果。我的问题是，任何分类器都可以产生后验概率吗？例如，决策树如何生成它？
浏览 1提问于2017-07-20得票数 0
在使用后验函数之后，我得到了2列。第一列是当前我可能处于的状态(似乎是使用维特比算法)，下一列是处于每个状态的概率。
我认为具有状态的第一列应该与第二列中的最大概率相匹配，但结果表明情况并不总是如此。例如，如果状态1的概率为0.2，状态2的概率为0.7，状态3的概率为0.1，则显示我处于哪个状态的第一列可能表示我处于状态1。(直观上应该显示我处于状态2)。
浏览 18提问于2017-01-11得票数 1
回答已采纳
1回答
介词预设的n-g语言模型
machine-learning、nlp、ngrams
所以N克模型基本上只是后验概率的集合？公关(这个词是以前的词)？那我想知道这台机器是怎么学习的？因为我们将根据训练集中单词组合的频率得到一组确定的概率。至于介词的实际预测，在得到一组词汇中所有单词的后验概率后，我是否只是简单地比较了少数已知介词的后验概率，并找出论证作为预测？
感谢您的帮助，谢谢！
浏览 0提问于2022-10-08得票数 1
回答已采纳
1回答
解释JAGS中的后验分布
r、statistics、probability-density、mcmc、jags
对离散分布的后验概率求和得到一个大于1的值。我哪里错了？
浏览 1提问于2016-06-30得票数 0
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号