bayesian

    3熱度

    1回答

    我非常期待爲我正在開發的網站實現貝葉斯平均評級系統。我遇到了一個問題 - 我可以在網上找到的所有例子都是用於多值評分系統的,其中最小的是二進制 - 喜歡/不喜歡(Apply Bayesian average in a NON 5-star rating system)。 我似乎無法理解如何將二元貝葉斯應用於一元評分系統。 我有沒有不喜歡,我只喜歡。 鑑於算法: (n/(n + C)) * j +

    0熱度

    1回答

    的 我想實現一個語言分類像語言學家在Github上: - http://www.github.com/github/linguist 我不知道,如果隨機森林比貝葉斯在複雜性方面更好。 每種編程語言都會有大量的樣本數據需要訓練。 隨機森林可以勝過貝葉斯嗎?

    -1熱度

    1回答

    我目前正在通過Jim Albert的R進行貝葉斯思考。我有一個關於他的代碼的查詢,他的例子有一個beta可能性和離散事件。他計算後的代碼是: pdisc <- function (p, prior, data) s = data[1] # successes f = data[2] # failures ############# p1 = p + 0.5

    1熱度

    1回答

    我正在嘗試在項目中使用MALLET機器學習庫來進行詞義消歧。我的特徵向量包含一個x令牌的固定大小的令牌窗口,位於目標令牌的左側和右側。槌訓練實例被創建這樣的: // Create training list Pipe pipe = new TokenSequenceLowercase(); InstanceList instanceList = new InstanceList(pipe);

    1熱度

    1回答

    我正在嘗試使用Rstan來擬合來自Christensen,Johnson,Branscum和Hanson的貝葉斯理念和數據分析的示例模型:科學家和統計人員的介紹。作者使用WinBUGS,所以一些適應是必要的。數據是here和WinBUGS代碼複製在這篇文章的底部。這是一個非常簡單的模型,但我是一個完整的初學者,我無法弄清楚如何解決我得到的錯誤。我斯坦代碼如下: data { int N_

    0熱度

    1回答

    我在下面的代碼中遇到了一個問題,在編譯過程「多重定義節點xi1 [1,1]」時出現了問題,請大家幫我解決這個問題。 提前很多感謝 model { for(i in 1:N){ #measurement equation model for(j in 1:P){y[i,j]~dnorm(mu[i,j],psi[j])I(thd[j,z[i,j]],thd[j,z[i,j]+1])} xi[i

    1熱度

    1回答

    我正在做貝葉斯分析,我試圖估計兩個參數。爲了近似後驗分佈,我構建了一個精細網格並計算網格中每個元素的後驗概率。我規範化它,使網格總和爲1. 現在我對分佈採樣感興趣。這是我到目前爲止有: sampleGrid <- function(post.grid, mu.grid, sig2.grid) { value <- sample(post.grid, 1, prob=post.grid)

    29熱度

    1回答

    我有一個結構化的,因爲這圖中的模型: 我有幾個人(索引1的人口... 5在這幅圖片中)。人口參數(A和B,但可以有更多)確定每個人的潛在變量L[i]的分佈。潛在變量L[i]以概率方式確定觀察X[i]。這個模型是「稀疏」的,因爲大多數節點沒有邊直接連接它們。 我想用PyMC來推斷人口參數,以及每個人的潛在變量。 (一個相關的問題,更詳細地描述了我的具體情況,是here。)我的問題是:我是否應該使用A

    0熱度

    1回答

    使用JAGS我試圖估計一個包含單位特定時間趨勢的模型。 但是,問題是我不知道如何建模,到目前爲止我一直無法找到解決方案。 作爲一個例子,考慮我們有以下數據: rain<-rnorm(200) # Explanatory variable n1<-rnorm(200) # Some noise gdp<-rain+n1 # Outcome variable ccode<-rep(1:1

    1熱度

    1回答

    我想使用pymc包從我的後驗分佈中抽樣。 我想知道是否有這樣的算法可以處理的維數的限制。我的對數似然是3個高斯和1個高斯混合的總和。我的模型中大約有750 parameters。 pymc可以處理如此大量的參數嗎?