Preguntas etiquetadas con gaussian-mixture

El problema Quiero ajustar los parámetros del modelo de una población simple de mezcla 2-Gaussiana. Dada toda la exageración en torno a los métodos bayesianos, quiero entender si para este problema la inferencia bayesiana es una herramienta mejor que los métodos de ajuste tradicionales. Hasta ahora, MCMC funciona muy mal …

10 bayesian  gaussian-mixture  frequentist  pymc  method-comparison 

Trabajo en una gran cantidad de modelos estadísticos, como Hidden Markov Models y Gaussian Mixture Models. Veo que entrenar buenos modelos en cada uno de estos casos requiere una gran cantidad de datos (> 20000 oraciones para HMM) que se toman de entornos similares como el uso final. Mi pregunta …

10 modeling  hidden-markov-model  gaussian-mixture 

Estoy tratando de ajustar un modelo de tiempo discreto en R, pero no estoy seguro de cómo hacerlo. He leído que puede organizar la variable dependiente en diferentes filas, una para cada observación de tiempo, y usar la glmfunción con un enlace logit o cloglog. En este sentido, tengo tres …

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 

Soy nuevo en el uso de GMM. No pude encontrar ninguna ayuda apropiada en línea. ¿Podría alguien proporcionarme el recurso adecuado sobre "Cómo decidir si usar GMM se ajusta a mi problema?" o en caso de problemas de clasificación "¿Cómo decidir si tengo que usar la clasificación SVM o la …

9 classification  svm  gaussian-mixture  generalized-moments 

Estoy tratando de implementar el modelo de mezcla gaussiana con inferencia variacional estocástica, siguiendo este artículo . Esta es la pgm de Gaussian Mixture. Según el artículo, el algoritmo completo de inferencia variacional estocástica es: Y todavía estoy muy confundido con el método para escalarlo a GMM. Primero, pensé que …

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

Estoy estudiando el modelo de mezcla gaussiana y se me ocurre esta pregunta. Supongamos que los datos subyacentes se generan a partir de una mezcla de distribución Gaussiana y cada uno de ellos tiene un vector medio , donde y cada uno de ellos tiene el mismo coeficiente matriz de …

9 self-study  expectation-maximization  gaussian-mixture  consistency 

Quiero simular una muestra de una mezcla de distribución normal de manera que 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) está restringido al intervalo [ 0 , 1 ][0,1][0,1] en vez de RR\mathbb{R}. Esto significa que quiero simular una mezcla truncada de distribuciones normales. …

9 simulation  random-generation  cdf  mixture  gaussian-mixture 

A menudo estudiamos el modelo de mezcla gaussiana como un modelo útil en el aprendizaje automático y sus aplicaciones. ¿Cuál es el significado físico de esta " mezcla "? ¿Se utiliza porque un modelo de mezcla gaussiana modela la probabilidad de una serie de variables aleatorias, cada una con su …

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

Sea f [x] una mezcla de Gauss pdf con n términos de peso uniforme, significa {μ1, . . . ,μnorte}{μ1,...,μn}\{\mu_{1},...,\mu_{n}\}, y las variaciones correspondientes {σ1, . . . ,σnorte}{σ1,...,σn}\{\sigma_{1},...,\sigma_{n}\} : F( x ) ≡1norte∑i = 1norte12 πσ2yo----√mi-( x -μyo)22σ2yof(x)≡1n∑i=1n12πσi2e−(x−μi)22σi2f(x)\equiv\frac{1}{n}\sum_{i=1}^{n}\frac{1}{\sqrt{2\pi\sigma_{i}^{2}}}e^{-\frac{(x-\mu_{i})^{2}}{2\sigma_{i}^{2}}} Parece intuitivo que la probabilidad logarítmica muestreada en los n centros …

8 machine-learning  gaussian-mixture 

Tengo un conjunto de datos que contiene la actividad del usuario con 168 dimensiones, donde deseo extraer clústeres utilizando aprendizaje no supervisado. No es obvio para mí si usar un enfoque de modelado de temas en la asignación de Dirichlet latente (LDA) o los modelos de mezcla gaussiana (GMM), que …

8 clustering  gaussian-mixture  unsupervised-learning  topic-models 

Mi objetivo es ver que el algoritmo K-means es, de hecho, un algoritmo de maximización de expectativas para mezclas gaussianas en las que todos los componentes tienen covarianza en el límite como .σ2Iσ2I\sigma^2 Ilimσ→0limσ→0\lim_{\sigma \to 0} Supongamos que tenemos un conjunto de datos {x1,…,xN}{x1,…,xN}\{x_1, \dots ,x_N\} de las observaciones de …

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

En los métodos de agrupamiento como K-means , la distancia euclidiana es la métrica a utilizar. Como resultado, solo calculamos los valores medios dentro de cada grupo. Y luego se realizan ajustes en los elementos en función de su distancia a cada valor medio. Me preguntaba por qué la función …

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

Estoy trabajando en un modelo de aprendizaje de categoría en línea que utiliza el descenso de gradiente estocástico para adaptarse a un modelo de mezcla gaussiana. El modelo se basa en el modelo de aprendizaje en línea utilizado en Toscano y McMurray (2010). Si bien el descenso de gradiente parece …

8 python  online  gaussian-mixture  gradient-descent