bayesian

    1熱度

    1回答

    如何組合多個樸素貝葉斯分類器的輸出？

    我對此很陌生。 我有一套在Sklearn工具包中使用樸素貝葉斯分類器（NBC）構建的弱分類器。 我的問題是如何結合每個NBC的輸出做出最終決定。我想我的決定是在概率而不是標籤。 我在python中做了下面的程序。我假設sklean中的虹膜數據集有2類問題。對於演示/學習，我說我做了一個4 NBC如下。 from sklearn import datasets from sklearn.naive
    python machine-learning scikit-learn artificial-intelligence bayesian 2015-11-02

    6熱度

    1回答

    pymc3：具有多個obsesrved變量的分層模型

    我有一個簡單的層次結構模型，其中包含很多個人，對於這些模型我有一個來自正態分佈的小樣本。這些分佈的手段也遵循正態分佈。 import numpy as np n_individuals = 200 points_per_individual = 10 means = np.random.normal(30, 12, n_individuals) y = np.random.normal(
    bayesian mcmc pymc3 2015-11-11

    4熱度

    1回答

    在Python中正常化後驗分佈時遇到問題

    我正在編寫一篇文章中Dirichlet-Multinomial posterior的推導，我已閱讀過該文章，並且遇到了將分佈總結爲1的問題。下面是代碼的非簡化形式： def pcn(X, n, N, c, alpha): pnc = np.math.factorial(np.sum([n[i] for i in range(len(n))]))/ \ np.product(
    python bayesian 2015-11-22

    0熱度

    1回答

    修改ggmcmc圖中的家族參數

    我通過R使用BUGS軟件進行貝葉斯分析，並利用ggmcmc包進行貝葉斯推斷。 在我最近的例子中，我有一個監視器下的參數矩陣b，尺寸爲5x8。現在，如果我直接從ggmcmc包中使用一個圖，那麼參數非常多，以至於我不能在輸出後面的圖中看到一些東西。 例如ggs_histogram 現在ggmcmc積函數有一個參數調用的家人和你用這個來選擇的參數的子集的情節，包括。在官方軟件包頁面中，它表示你必須設置家
    regex r ggplot2 bayesian inference 2016-01-15

    0熱度

    1回答

    貝葉斯推理

    這裏是我的問題，我希望你能幫助我： 比方說，我們生活在一個只有兩個類別的世界裏，每個有一些功能。這個世界中的物體是這些特徵的不同排列。 CAT1：{A，B，C，d，E，F} CAT2：{G，H，I，J} 現在我們有具有這些特徵的對象： OBJ：{A，b，C，d，G，H} 什麼是這個對象被分類爲Cat.1概率？ p（cat1 | a，b，c，d，g，h）？ 通常如何可以用於方程模型：每次用不同數量的
    bayesian feature-detection inference categorization 2015-11-30

    3熱度

    1回答

    Cauchy在JAGS之前

    我正在使用rJAGS構建一個多層次的貝葉斯模型，我想指定一個Cauchy先前的幾個參數。有沒有辦法在JAGS中執行此操作，還是需要切換到STAN？我的JAGS模型如下。我想用Cauchy替換dnorm分佈，但JAGS找不到標準R Cauchy分佈，例如， dcauchy，pcauchy model_string <- "model{ for (i in 1:n){ y[i] ~ dbi
    r bayesian jags 2016-01-21

    0熱度

    1回答

    貝葉斯網絡的預測

    我是一個新的貝葉斯網絡，我有一個項目，用貝葉斯推理評估創建智能輔導系統。我想知道我可以爲每個學生預測他/她以前的記錄嗎？
    bayesian inference 2015-12-04

    0熱度

    1回答

    使用樸素貝葉斯檢測垃圾郵件

    我正在實現一個樸素貝葉斯垃圾郵件檢測器，其功能是單詞，我不確定是否理解正確的算法。 這我如何我想實現的算法： 在訓練集我算從文本的特定詞的頻率存在於垃圾郵件文本，以及它存在於nonspam文本。我還會存儲在培訓期間檢查的垃圾郵件和非垃圾郵件的總數。 現在訓練完成後，假設我有一個新的文本T，我想分類。 予先假設爲垃圾郵件（S）和nonspam（N）的現有probabilites爲： P(S) = 0
    algorithm probability bayesian email-spam naivebayes 2016-01-29

    2熱度

    1回答

    JAGS隨機效應模型預測

    我試圖使用索引作爲響應（D47），溫度作爲預測因子（Temp）並考慮離散變量（材料）的隨機效應來建模貝葉斯迴歸。我發現了關於非等級迴歸的非常好的信息，有些帖子甚至包括這些模型的預測策略。儘管如此，在我的模型中預測D47值時，我發現了一個顯着的問題，主要是因爲隨機截取。 在預測JAGS迴歸期間有沒有辦法處理隨機截距？ 謝謝您的回答， 克里斯蒂安 model1<-"model { # Priors
    r regression bayesian glm-math jags 2016-02-03

    1熱度

    1回答

    我的樸素貝葉斯訓練數據是否需要成比例？

    我將以垃圾郵件分類爲例。規範的方法是對電子郵件的隨機抽樣進行手工分類，並使用它們來訓練NB分類器。 很好，現在說我添加了一堆我知道不是垃圾郵件的存檔電子郵件。這是否會影響我的分類結果，因爲現在垃圾郵件的比例：不是垃圾郵件不再具有代表性？我可以想到這兩種方式發生： 功能變得非垃圾郵件過重。 該算法在其分類隱式使用概率（垃圾）（以同樣的方式，概率（醫學狀況）由醫學病症的稀有性，即使測試是正面的貶值。
    machine-learning classification bayesian training-data naivebayes 2015-10-28
最新問題