Statistiken und Big Data gaussian-mixture

3

2-Gaußsche Mischungsmodellinferenz mit MCMC und PyMC

Das Problem Ich möchte die Modellparameter einer einfachen 2-Gaußschen Mischungspopulation anpassen. Angesichts des Hype um Bayes'sche Methoden möchte ich verstehen, ob die Bayes'sche Inferenz für dieses Problem ein besseres Werkzeug ist als herkömmliche Anpassungsmethoden. Bisher ist MCMC in diesem Spielzeugbeispiel sehr schlecht, aber vielleicht habe ich gerade etwas übersehen. Schauen …

10 bayesian gaussian-mixture frequentist pymc method-comparison

1

Gibt es ein Konzept von „genug“ Daten, um statistische Modelle zu trainieren?

Ich arbeite an ziemlich vielen statistischen Modellen wie Hidden Markov Models und Gaussian Mixture Models. Ich sehe, dass für das Training guter Modelle in jedem dieser Fälle eine große Datenmenge (> 20000 Sätze für HMMs) erforderlich ist, die aus ähnlichen Umgebungen wie die endgültige Verwendung stammt. Meine Frage ist: Gibt …

10 modeling hidden-markov-model gaussian-mixture

4

Zeitdiskretes Ereignisverlaufsmodell (Überlebensmodell) in R.

Ich versuche, ein zeitdiskretes Modell in R einzubauen, bin mir aber nicht sicher, wie ich das machen soll. Ich habe gelesen, dass Sie die abhängige Variable in verschiedenen Zeilen organisieren können, eine für jede glmZeitbeobachtung , und die Funktion mit einem Logit- oder Cloglog-Link verwenden können. In diesem Sinne, ich …

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

Wann soll das Gaußsche Mischungsmodell verwendet werden?

Ich bin neu in der Verwendung von GMMs. Ich konnte online keine geeignete Hilfe finden. Könnte mir bitte jemand die richtige Ressource zum Thema "Wie kann ich entscheiden, ob die Verwendung von GMM zu meinem Problem passt?" Bereitstellen. oder bei Klassifizierungsproblemen "Wie kann ich entscheiden, ob ich eine SVM-Klassifizierung oder …

9 classification svm gaussian-mixture generalized-moments

2

Anwendung der stochastischen Variationsinferenz auf die Bayes'sche Mischung von Gauß'sch

Ich versuche , Gaussian Mixture Modell mit stochastischen Variations Inferenz zu implementieren, nach diesem Papier . Dies ist die pgm der Gaußschen Mischung. Dem Artikel zufolge ist der vollständige Algorithmus der stochastischen Variationsinferenz: Und ich bin immer noch sehr verwirrt über die Methode, sie auf GMM zu skalieren. Zuerst dachte …

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

1

Schätzt der EM-Algorithmus die Parameter im Gaußschen Mischungsmodell konsistent?

Ich studiere das Gaußsche Mischungsmodell und stelle mir diese Frage selbst. Angenommen, die zugrunde liegenden Daten werden aus einer Mischung der Gaußschen Verteilung erzeugt und jeder von ihnen hat einen mittleren Vektor , wobei und jeder von ihnen die gleiche Ko- hat Varianzmatrix und nehmen an, dass diese eine Diagonalmatrix …

9 self-study expectation-maximization gaussian-mixture consistency

1

Simulieren Sie aus einer Normalverteilung einer abgeschnittenen Mischung

Ich möchte eine Probe aus einer Mischungsnormalverteilung so simulieren, dass p×N(μ1,σ21)+(1−p)×N(μ2,σ22)p×N(μ1,σ12)+(1−p)×N(μ2,σ22)p\times\mathcal{N}(\mu_1,\sigma_1^2) + (1-p)\times\mathcal{N}(\mu_2,\sigma_2^2) ist auf das Intervall anstelle von . Dies bedeutet, dass ich eine abgeschnittene Mischung von Normalverteilungen simulieren möchte.R.[0,1][0,1][0,1]RR\mathbb{R} Ich weiß, dass es einen Algorithmus gibt, um eine abgeschnittene Normalität (dh aus dieser Frage ) und ein entsprechendes …

9 simulation random-generation cdf mixture gaussian-mixture

2

Warum ein Gaußsches Mischungsmodell verwenden?

Ich lerne etwas über Gaußsche Mischungsmodelle (GMM), bin aber verwirrt darüber, warum jemand diesen Algorithmus jemals verwenden sollte. Wie ist dieser Algorithmus besser als andere Standard-Clustering-Algorithmen wie Mittel, wenn es um Clustering geht? Der bedeutet, dass der Algorithmus Daten in Cluster mit eindeutigen Gruppenmitgliedschaften partitioniert , während das Gaußsche Mischungsmodell …

9 normal-distribution unsupervised-learning gaussian-mixture

2

Was ist "Mischung" in einem Gaußschen Mischungsmodell?

Wir untersuchen häufig das Gaußsche Mischungsmodell als nützliches Modell für maschinelles Lernen und seine Anwendungen. Welche physikalische Bedeutung hat diese " Mischung "? Wird es verwendet, weil ein Gaußsches Mischungsmodell die Wahrscheinlichkeit einer Anzahl von Zufallsvariablen modelliert, von denen jede ihren eigenen Mittelwert hat? Wenn nicht, wie lautet dann die …

8 machine-learning distributions gaussian-mixture mixture mathematical-statistics

2

Wie kann man diese Ungleichung der Gaußschen Mischung beweisen? (Anpassung / Überanpassung)

Sei f [x] eine Gaußsche Mischung pdf mit n Begriffen des einheitlichen Gewichts, bedeutet und entsprechenden Varianzen :{ σ 1 , . . . , σ n }{ μ1, . . . , μn}}{μ1,...,μn}\{\mu_{1},...,\mu_{n}\}{ σ1, . . . , σn}}{σ1,...,σn}\{\sigma_{1},...,\sigma_{n}\} f( x ) ≡ 1n∑i = 1n12 πσ2ich- -- -- …

8 machine-learning gaussian-mixture

1

Wann sollte LDA über GMM für das Clustering verwendet werden?

Ich habe einen Datensatz mit Benutzeraktivitäten mit 168 Dimensionen, in dem ich Cluster mithilfe von unbeaufsichtigtem Lernen extrahieren möchte. Es ist mir nicht klar, ob ich einen Themenmodellierungsansatz in der Latent Dirichlet Allocation (LDA) oder in Gaussian Mixture Models (GMM) verwenden soll, der eher ein Bayes'scher Ansatz ist. In dieser …

8 clustering gaussian-mixture unsupervised-learning topic-models

1

K bedeutet als Grenzfall des EM-Algorithmus für Gaußsche Gemische mit Kovarianzen bis

Mein Ziel ist es zu sehen, dass der K-Mittelwert-Algorithmus tatsächlich ein Erwartungsmaximierungsalgorithmus für Gaußsche Gemische ist, bei dem alle Komponenten eine Kovarianz im Grenzwert als .σ2Iσ2I\sigma^2 Ilimσ→0limσ→0\lim_{\sigma \to 0} Angenommen , wir haben einen Datensatz {x1,…,xN}{x1,…,xN}\{x_1, \dots ,x_N\} von Beobachtungen von Zufallsvariablen XXX . Die Zielfunktion für M-Mittel ist gegeben …

8 self-study k-means expectation-maximization gaussian-mixture

2

Warum wird bei der Clustering-Methode (K-Mittelwert) nur der Mittelwert verwendet?

Bei Clustering-Methoden wie K-means ist der euklidische Abstand die zu verwendende Metrik. Daher berechnen wir nur die Mittelwerte innerhalb jedes Clusters. Anschließend werden die Elemente anhand ihres Abstands zu jedem Mittelwert angepasst. Ich habe mich gefragt, warum die Gaußsche Funktion nicht als Metrik verwendet wird. Anstatt zu verwenden xi -mean(X), …

8 normal-distribution clustering k-means unsupervised-learning gaussian-mixture

1

Anpassen eines Gaußschen Mischungsmodells unter Verwendung eines stochastischen Gradientenabfalls

Ich arbeite an einem Online-Lernmodell für Kategorien, das einen stochastischen Gradientenabstieg verwendet, um ein Gaußsches Mischungsmodell anzupassen. Das Modell basiert auf dem Online-Lernmodell von Toscano & McMurray (2010). Während der Gradientenabstieg ziemlich gut zu funktionieren scheint, um die Mittelwerte und Häufigkeiten / Mischungswahrscheinlichkeiten der Kategorien abzuschätzen, habe ich Probleme mit …

8 python online gaussian-mixture gradient-descent

5

Zufallsvariable definiert als A mit 50% Chance und B mit 50% Chance

Hinweis: Dies ist ein Hausaufgabenproblem. Bitte geben Sie mir nicht die ganze Antwort! Ich habe zwei Variablen, A und B, mit Normalverteilungen (Mittelwerte und Varianzen sind bekannt). Angenommen, C ist definiert als A mit 50% Chance und B mit 50% Chance. Wie würde ich nachweisen, ob C auch normal verteilt …

8 self-study random-variable gaussian-mixture finite-mixture-model

Als «gaussian-mixture» getaggte Fragen