bayesian

    -2熱度

    1回答

    對文本文檔的特徵空間進行建模非常容易。例如,我可以將文本中的每個單詞(訓練數據)作爲特徵。 如果一個特定的詞(例如「狗」)在(分類的)訓練例子(例如被分類爲垃圾郵件)遇到多次,那麼我可以用這個詞來分類新的數據。 如何模擬我的功能,如果它們不僅僅是單詞? 在我的具體情況下,我有像名字,年齡和家庭大小的功能。 我不認爲這是在我的特徵向量中爲每個可能的年齡創建條目的正確方法。 如果我假設人類不晚於100

    1熱度

    1回答

    我認爲這個問題歸結爲我對Theano作品缺乏瞭解。我處於這種情況,我想創建一個變量,該變量是分佈和numpy數組之間相減的結果。當我指定的形狀參數爲1 import pymc3 as pm import numpy as np import theano.tensor as T X = np.random.randint(low = -10, high = 10, size = 100)

    1熱度

    1回答

    我試圖找出50個樣本均值的95%可信區間。樣品尺寸範圍從2至600,和每個樣品中的值是有界1和5之間 例如: sample 1 = (1,3.5,2.8,5,4.6) sample 2 = (1,5) sample 3 = (4.1,1.1,5,3.5,2,2.4,...) 樣品具有10或更大的尺寸具有對數正態分佈,其中i用於JAGS爲貝葉斯估計數正態分佈適於從約翰K. Kruschke參

    4熱度

    1回答

    我有許多降雪意見: x <- c(98.044, 107.696, 146.050, 102.870, 131.318, 170.434, 84.836, 154.686, 162.814, 101.854, 103.378, 16.256) 和我被告知,它遵循與在已知的標準偏差的正態分佈25.4但未知平均數mu。我必須使用貝葉斯公式對mu進行推斷。 這是對mu mean of s

    2熱度

    1回答

    我是新來OpenBUGS和我在運用Logit()函數擬合模型得到了一些問題。 讀圍繞我發現,這一個可能的解決辦法是明確指定的分對數函數,而無需使用WinBUGS軟件自身的Logit功能: 在更復雜的模型,我們已經相當頻繁遇到的問題當使用 WinBUGS軟件自身的Logit功能,比如與實現 融合(實際上,問題可能甚至相當簡單 車型出現)。因此,通常最好由logit.p來指定變換 明確[I] < -

    0熱度

    1回答

    我想爲我的二進制數據建立一個多元Probit模型。 我一直在嘗試一切,但WinBUGS作爲回報給了我這個錯誤。 任何想法或建議受到熱烈歡迎。 模型{ 的(我在1:NS){##環以上研究 for (k in 1:2){ ### loop over arm for (j in 1:2){ ### loop over outcomes r[i,k,j] ~ dbin(p[i,k,j

    1熱度

    2回答

    目標:我只想將逗號取消,因爲這是唯一會使我的(課程需要的)文件解析用於貝葉斯分析的字符(即單詞2,4)而不是說(即字,2,4) 因此,我目前正在嘗試從安然公共語料庫在線的文本文件形式的電子郵件中閱讀並構建貝葉斯垃圾郵件過濾器。 我注意到,在嘗試操縱存在的字符串時,讀取某些文件時會產生錯誤。我完全知道這些文件中的某些文件含有病毒,因此某些字符的編碼可能無效。但是,我試圖簡單地替換字符串中的逗號,並且

    1熱度

    1回答

    我期望scikit-learn的DP-GMM允許在給定新數據的情況下在線更新集羣分配,但sklearn的DP-GMM實現只有一個合適的方法。 我對變分推理的理解尚不清楚,我認爲在線更新集羣分配的能力是sklearn實現的特點,而不是無限GMM的變分推理。 如果有人能夠澄清這一點,並指出一個能夠在線更新集羣分配的實現,我將非常感激! http://scikit-learn.org/stable/mo

    0熱度

    1回答

    我對R和OpenBugs相對較新,並且花了很多時間對這個模型進行故障排除。我可以通過在線資源自己找出相當數量的這些資源,但是我一直在困擾這個錯誤。它說這是「節點dummyy [1]的多重定義」。我在網上讀到,這個錯誤通常是由於試圖在沒有索引的for循環中定義一個變量而引起的,但是我的變量是這樣做的。我基於資源here創建了此模型。 我努力尋找錯誤。下面列出的代碼應該會產生我看到的同樣的錯誤。我還包

    2熱度

    1回答

    我想用JAGS來推斷(隨機)純出生過程中的出生率。 在化學的語言,這種模式是相當於反應:X-> 2X與速率的α* X(也可以被看作是一個鏈式反應的模型) 這是R代碼我用於生成過程(在固定時間)以及用於對參數α進行推斷的鋸齒代碼。 library(rjags) y <- 1; # Starting number of "individuals" N <- 25 # number of time