Statystyki i duże zbiory danych gaussian-mixture

3

Wnioskowanie o modelu mieszanki 2-gaussowskiej z MCMC i PyMC

Problem Chcę dopasować parametry modelu prostej populacji mieszanki 2-Gaussa. Biorąc pod uwagę cały szum wokół metod bayesowskich, chcę zrozumieć, czy w przypadku tego problemu wnioskowanie bayesowskie jest lepszym narzędziem niż tradycyjne metody dopasowywania. Do tej pory MCMC radzi sobie bardzo słabo w tym przykładzie z zabawkami, ale może coś przeoczyłem. …

10 bayesian gaussian-mixture frequentist pymc method-comparison

1

Czy istnieje koncepcja „wystarczającej” ilości danych do szkolenia modeli statystycznych?

Pracuję nad dość wieloma modelami statystycznymi, takimi jak Ukryte Modele Markowa i Modele Mieszanki Gaussa. Widzę, że szkolenie dobrych modeli w każdym z tych przypadków wymaga dużej (> 20000 zdań dla HMM) ilości danych, które są pobierane z podobnych środowisk, jak ostateczne użycie. Moje pytanie brzmi: Czy w literaturze istnieje …

10 modeling hidden-markov-model gaussian-mixture

4

Model historii zdarzeń dyskretnych (przeżycie) w R.

Próbuję dopasować model czasu dyskretnego do R, ale nie jestem pewien, jak to zrobić. Czytałem, że możesz zorganizować zmienną zależną w różnych wierszach, po jednym dla każdej obserwacji czasu, i użyć glmfunkcji z łączem logit lub cloglog. W tym sensie, mam trzy kolumny: ID, Event(1 lub 0, w każdym okresie …

10 r survival pca sas matlab neural-networks r logistic spatial spatial-interaction-model r time-series econometrics var statistical-significance t-test cross-validation sample-size r regression optimization least-squares constrained-regression nonparametric ordinal-data wilcoxon-signed-rank references neural-networks jags bugs hierarchical-bayesian gaussian-mixture r regression svm predictive-models libsvm scikit-learn probability self-study stata sample-size spss wilcoxon-mann-whitney survey ordinal-data likert group-differences r regression anova mathematical-statistics normal-distribution random-generation truncation repeated-measures variance variability distributions random-generation uniform regression r generalized-linear-model goodness-of-fit data-visualization r time-series arima autoregressive confidence-interval r time-series arima autocorrelation seasonality hypothesis-testing bayesian frequentist uninformative-prior correlation matlab cross-correlation

2

Kiedy stosować model mieszanki Gaussa?

Jestem nowy w korzystaniu z GMM. Nie udało mi się znaleźć odpowiedniej pomocy online. Czy ktoś mógłby podać mi odpowiednie informacje na temat „Jak zdecydować, czy używanie GMM pasuje do mojego problemu?” lub w przypadku problemów z klasyfikacją „Jak zdecydować, czy muszę użyć klasyfikacji SVM czy GMM?”

9 classification svm gaussian-mixture generalized-moments

2

Zastosowanie stochastycznego wnioskowania wariacyjnego do Bayesian Mixture of Gaussian

Próbuję zaimplementować model mieszanki Gaussa z stochastycznym wnioskiem wariacyjnym, zgodnie z tym artykułem . To jest pgm mieszanki Gaussa. Według artykułu, pełny algorytm stochastycznego wnioskowania wariacyjnego to: I nadal jestem bardzo zdezorientowany co do metody skalowania go do GMM. Po pierwsze, myślałem, że lokalny parametr wariacyjny jest po prostu qzqzq_za …

9 machine-learning bayesian clustering gaussian-mixture variational-bayes

1

Czy algorytm EM konsekwentnie szacuje parametry w modelu mieszanki Gaussa?

Studiuję model mieszanki Gaussa i sam wymyślam to pytanie. Załóżmy, że podstawowe dane są generowane z mieszaniny rozkładu Gaussa, a każdy z nich ma średni wektor , gdzie a każdy z nich ma takie same współ- macierz wariancji i załóżmy, że jest macierzą diagonalną. Przyjmijmy, że stosunek zmieszania wynosi , …

9 self-study expectation-maximization gaussian-mixture consistency

Pytania otagowane jako gaussian-mixture