Pytania otagowane jako parameterization

7
Czy Bayesian przyznałby, że istnieje jedna stała wartość parametru?
W analizie danych bayesowskich parametry są traktowane jak zmienne losowe. Wynika to z bayesowskiej subiektywnej koncepcji prawdopodobieństwa. Ale czy Bayesianie teoretycznie uznają, że istnieje jedna prawdziwa stała wartość parametru w „prawdziwym świecie”? Wydaje się, że oczywistą odpowiedzią jest „tak”, ponieważ wówczas próba oszacowania parametru byłaby prawie bezsensowna. Docenione byłoby cytowanie …


5
Co w nazwie: hiperparametry
Zatem w rozkładzie normalnym mamy dwa parametry: średnią i wariancję . W książce Rozpoznawanie wzorców i uczenie maszynowe nagle pojawia się hiperparametr w terminach regularyzacji funkcji błędu.σ 2 λμμ\muσ2σ2\sigma^2λλ\lambda Co to są hiperparametry? Dlaczego są tak nazwani? W jaki sposób intuicyjnie różnią się one od parametrów w ogóle?

2
Krzyżowa walidacja i optymalizacja parametrów
Mam pytanie dotyczące optymalizacji parametrów, gdy korzystam z 10-krotnej walidacji krzyżowej. Chcę zapytać, czy parametry powinny zostać naprawione podczas treningu modelu każdego złożenia, tj. (1) wybierz jeden zestaw zoptymalizowanych parametrów dla średniej dokładności każdego złożenia. lub (2) Powinienem znaleźć zoptymalizowany parametr dla każdego zagięcia, a następnie każde zagięcie używa różnych …

2
Losowy las: co, jeśli wiem, że zmienna jest ważna
Rozumiem, że losowy las wybiera losowo zmienne mtry do zbudowania każdego drzewa decyzyjnego. Jeśli więc mtry = ncol / 3, wówczas każda zmienna zostanie użyta średnio w 1/3 drzew. I 2/3 drzew ich nie wykorzysta. Ale co, jeśli wiem, że jedna zmienna jest prawdopodobnie bardzo ważna, czy dobrze byłoby ręcznie …

2
Determinator macierzy informacji Fishera dla modelu nadparametryzowanego
Rozważ losową zmienną Bernoulliego X∈{0,1}X∈{0,1}X\in\{0,1\} z parametrem θθ\theta(prawdopodobieństwo sukcesu). Funkcja prawdopodobieństwa i informacje Fishera (a1×11×11 \times 1 macierz) to: L.1( θ ; X)ja1( θ )= p (X| θ ) =θX( 1 - θ)1 - X= detja1( θ ) =1θ ( 1 - θ )L1(θ;X)=p(X|θ)=θX(1−θ)1−XI1(θ)=detI1(θ)=1θ(1−θ) \begin{align} \mathcal{L}_1(\theta;X) &= p(\left.X\right|\theta) = \theta^{X}(1-\theta)^{1-X} …

1
Parametryzacja rozkładów Behrensa – Fishera
„O problemie Behrensa – Fishera: przegląd” Seock-Ho Kim i Allena S. Cohena Journal of Educational and Behavioral Statistics , tom 23, nr 4, Winter, 1998, strony 356–377 Patrzę na to i mówi: Fisher (1935, 1939) wybrał statystykę [gdzie jest zwykłą -statystyczną próbką dla ] gdzie jest pobierane w pierwszej ćwiartce, …

1
Uwzględnianie parametrów dyskretnych lub binarnych w kryterium informacji bayesowskiej
BIC penalizuje na podstawie liczby parametrów. Co jeśli niektóre parametry są jakimś rodzajem zmiennych binarnych? Czy liczą się one jako pełne parametry? Ale można połączyć parametry binarnych na jednej dyskretnej zmiennej przyjąć wartość w . Czy należy je liczyć jako parametrów czy jeden parametr?mmm{0,1,...,2m−1}{0,1,...,2m−1}\{0,1,...,2^m-1\}mmm
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.