dirichlet-distribution पर टैग किए गए जवाब

मैं LASSO रिग्रेशन के glmnetसाथ उपयोग करने से वंचित होना शुरू कर रहा हूं, जहां मेरी रुचि के परिणाम द्विगुणित हैं । मैंने नीचे एक छोटा सा नकली डाटा फ्रेम बनाया है: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

एलडीए विषय मॉडल एल्गोरिथ्म में, मैंने इस धारणा को देखा। लेकिन मुझे नहीं पता कि डिर्चिलेट वितरण को क्यों चुना? मुझे नहीं पता कि क्या हम एक जोड़ी के रूप में बहुसंख्या पर समान वितरण का उपयोग कर सकते हैं?

36 bayesian  dirichlet-distribution  conjugate-prior 

मैं बायेसियन आंकड़ों के लिए काफी नया हूं और मैं एक सही सहसंबंध उपाय, स्पारसीसी पर आया हूं , जो कि एल्गोरिथ्म के बैकएंड में डिरिक्लेट प्रक्रिया का उपयोग करता है। मैं एल्गोरिथ्म चरण-दर-चरण के माध्यम से जाने की कोशिश कर रहा हूं कि वास्तव में क्या हो रहा है, …

26 distributions  bayesian  dirichlet-distribution 

मान लीजिए कि हमारे पास -dimensional वेक्टर पैरामीटर । मैं इस वितरण से एक नमूना (एक आयामी वेक्टर) कैसे आकर्षित कर सकता हूं ? मुझे (संभवतः) सरल स्पष्टीकरण की आवश्यकता है।→ अल्फा = [ अल्फा 1 , अल्फा 2 , । । । , α K ] केKKKα⃗ =[α1,α2,...,αK]α→=[α1,α2,...,αK]\vec\alpha = …

25 sampling  dirichlet-distribution 

तो यह सवाल थोड़ा गड़बड़ है, लेकिन मैं उस के लिए रंगीन रेखांकन शामिल करूंगा! पहले पृष्ठभूमि फिर प्रश्न (ओं)। पृष्ठभूमि मान लें कि आपके पास श्रेणियों पर समान प्रोबायलेट्स के साथ एक आयामी बहुआयामी वितरण है । चलो सामान्यीकृत मायने रखता है (हो है कि वितरण से), यह है …

24 distributions  bayesian  bootstrap  multinomial  dirichlet-distribution 

लंबाई 1 की छड़ी को k+1k+1k+1 टुकड़े में समान रूप से यादृच्छिक पर तोड़ा जाए । सबसे लंबे टुकड़े की लंबाई का वितरण क्या है? और अधिक औपचारिक रूप से, (U1,…Uk)(U1,…Uk)(U_1, \ldots U_k) IID U(0,1)U(0,1)U(0,1) , और let (U(1),…,U(k))(U(1),…,U(k))(U_{(1)}, \ldots, U_{(k)}) संबंधित आदेश आँकड़े हों, अर्थात हम केवल ऐसे नमूने …

21 distributions  uniform  order-statistics  dirichlet-distribution  maximum 

चलो X1,…,Xk+1X1,…,Xk+1X_1,\dots,X_{k+1} पारस्परिक रूप से स्वतंत्र यादृच्छिक परिवर्तनीय होना, प्रत्येक पैरामीटर के साथ एक गामा वितरण होने αi,i=1,2,…,k+1αi,i=1,2,…,k+1\alpha_i,i=1,2,\dots,k+1 बताते हैं कि Yi=XiX1+⋯+Xk+1,i=1,…,kYi=XiX1+⋯+Xk+1,i=1,…,kY_i=\frac{X_i}{X_1+\cdots+X_{k+1}},i=1,\dots,k, के रूप में एक संयुक्त ditribution हैDirichlet(α1,α2,…,αk;αk+1)Dirichlet(α1,α2,…,αk;αk+1)\text{Dirichlet}(\alpha_1,\alpha_2,\dots,\alpha_k;\alpha_{k+1}) संयुक्त पीडीएफ (X1,…,Xk+1)=e−∑k+1i=1xixα1−11…xαk+1−1k+1Γ(α1)Γ(α2)…Γ(αk+1)(X1,…,Xk+1)=e−∑i=1k+1xix1α1−1…xk+1αk+1−1Γ(α1)Γ(α2)…Γ(αk+1)(X_1,\dots,X_{k+1})=\frac{e^{-\sum_{i=1}^{k+1}x_i}x_1^{\alpha_1-1}\dots x_{k+1}^{\alpha_{k+1}-1}}{\Gamma(\alpha_1)\Gamma(\alpha_2)\dots \Gamma(\alpha_{k+1})} तो फिर के संयुक्त पीडीएफ खोजने के लिए(Y1,…,Yk+1)(Y1,…,Yk+1)(Y_1,\dots,Y_{k+1})मैं नहीं मिल सकता है Jacobian यानीJ(x1,…,xk+1y1,…,yk+1)J(x1,…,xk+1y1,…,yk+1)J(\frac{x_1,\dots,x_{k+1}}{y_1,\dots,y_{k+1}})

18 self-study  multivariate-analysis  gamma-distribution  dirichlet-distribution 

विषय मॉडलिंग (अव्यक्त डिरिचलेट आवंटन) का उपयोग करते समय, विषयों की संख्या एक इनपुट पैरामीटर है जिसे उपयोगकर्ता को निर्दिष्ट करने की आवश्यकता होती है। मुझे लगता है कि हम भी उम्मीदवार विषय का एक संग्रह प्रदान करना चाहिए कि Dirichlet प्रक्रिया के खिलाफ नमूना है? क्या मेरी समझ सही …

17 machine-learning  bayesian  clustering  text-mining  dirichlet-distribution 

तो (अनसुचित) पाठ मॉडलिंग में, लेटेंट डरिकलेट एलोकेशन (एलडीए) प्रोबेबिलिस्टिक लैवेंट सिमेंटिक एनालिसिस (PLSA) का बायेसियन संस्करण है। अनिवार्य रूप से, LDA = PLSA + डिरिचलेट इसके मापदंडों से पहले। मेरी समझ यह है कि एलडीए अब संदर्भ एल्गोरिथ्म है और इसे विभिन्न पैकेजों में लागू किया गया है, जबकि …

15 bayesian  multinomial  prior  naive-bayes  dirichlet-distribution 

एक ही पैमाने के पैरामीटर के साथ गामा चर का उपयोग करके डिरिचलेट वितरण के साथ एक यादृच्छिक चर का उत्पादन करना आसान है। अगर: Xi∼Gamma(αi,β)Xi∼Gamma(αi,β) X_i \sim \text{Gamma}(\alpha_i, \beta) फिर: (X1∑jXj,…,Xn∑jXj)∼Dirichlet(α1,…,αn)(X1∑jXj,…,Xn∑jXj)∼Dirichlet(α1,…,αn) \left(\frac{X_1}{\sum_j X_j},\; \ldots\; , \frac{X_n}{\sum_j X_j}\right) \sim \text{Dirichlet}(\alpha_1,\;\ldots\;,\alpha_n) समस्या क्या होती है यदि स्केल पैरामीटर समान नहीं हैं? …

14 expected-value  dirichlet-distribution  gamma-distribution  integral 

लाप्लास स्मूदी (या एडिटिव स्मूदी) के विकिपीडिया लेख पर, यह कहा जाता है कि एक बायसियन दृष्टिकोण से, यह पूर्ववर्ती के रूप में पैरामीटर साथ एक सममित डिरिचलेट वितरण का उपयोग करके, पीछे के वितरण के अपेक्षित मूल्य से मेल खाता है ।αα\alpha मैं हैरान हूं कि वास्तव में यह …

11 bayesian  smoothing  dirichlet-distribution  laplace-smoothing 

मेरे पास डिरिक्लेट पोस्टीरियर वितरण के बारे में एक प्रश्न है। एक बहुराष्ट्रीय संभावना फ़ंक्शन को देखते हुए यह ज्ञात है कि पीछे का भाग , जहाँ कई बार हमने देखा है अवलोकन।N i i t hD i r ( α)मैं+ एनमैं)Dir(αi+Ni)Dir({\alpha_i + N_i})एनमैंNiN_iमैंटी एचithi^{th} यदि हम किसी निश्चित डेटा …

11 dirichlet-distribution 

मैं यथासंभव सामान्य रूप से समस्या का वर्णन करने का प्रयास करूंगा। मैं एक पैरामीटर संभाव्यता वेक्टर थीटा के साथ एक स्पष्ट वितरण के रूप में टिप्पणियों को मॉडलिंग कर रहा हूं । फिर, मुझे लगता है कि पैरामीटर वेक्टर थीटा एक डिरिचलेट पूर्व डिस्ट्रीब्यूशन के साथ अनुसरण करता है …

10 categorical-data  multinomial  dirichlet-distribution  hierarchical-bayesian  dirichlet-process 

DeepMind के दशक में AlphaGo शून्य और AlphaZero कागजात, वे जोड़ने का वर्णन Dirichlet रूट नोड मोंटे कार्लो ट्री खोजें में (बोर्ड राज्य) से कार्रवाई की पूर्व संभावनाओं को शोर: अतिरिक्त अन्वेषण रूट नोड में पूर्व संभावनाओं के लिए डिरिचलेट शोर को जोड़कर प्राप्त किया जाता है रों0रों0s_0, विशेष रूप …

10 machine-learning  neural-networks  dirichlet-distribution 

मैं वर्तमान में डिरिचलेट प्रोसेस रैंडम इफेक्ट्स मॉडल का एक पेपर देख रहा हूं और मॉडल विनिर्देश निम्नानुसार है: yमैंψमैंजी=एक्समैंβ+ψमैं+εमैं∼ जी∼ डी पी( α ,जी0)yमैं=एक्समैंβ+ψमैं+εमैंψमैं~जीजी~डीपी(α,जी0) \begin{align*}y_{i} &= X_{i}\beta + \psi_{i} + \epsilon_{i}\\ \psi_{i} &\sim G \\ G &\sim \mathcal{DP}\left(\alpha, G_{0}\right) \end{align*} कहाँ पे αα\alphaस्केल पैरामीटर है और आधार उपाय है। …

9 bayesian  dirichlet-distribution  dirichlet-process  nonparametric-bayes  measure-theory