Preguntas etiquetadas con mixture

Parece que hay varias opciones disponibles para trabajar con Gaussian Mixture Models (GMM) en Python. A primera vista hay al menos: PyMix - http://www.pymix.org/pymix/index.php Herramientas para modelar mezclas PyEM: http://www.ar.media.kyoto-u.ac.jp/members/david/softwares/em/ que forma parte de la caja de herramientas de Scipy y parece centrarse en la actualización de GMM : ahora …

12 normal-distribution  python  mixture 

Antecedentes: soy un bioestadístico actualmente luchando con un conjunto de datos de tasas de expresión celular. El estudio expuso una gran cantidad de células, reunidas en grupos de varios donantes, a ciertos péptidos. Las células expresan ciertos biomarcadores en respuesta, o no lo hacen. Las tasas de respuesta se registran …

11 regression  gamma-distribution  mixture  zero-inflation 

En general maximizamos una función L ( θ ;X1, ... ,Xnorte) =∏i = 1norteF(Xyo∣ θ )L(θ;x1,…,xn)=∏i=1nf(xi∣θ) L(\theta; x_1, \ldots, x_n) = \prod_{i=1}^n f(x_i \mid \theta) donde es función de densidad de probabilidad si la distribución subyacente es continua, y una función de masa de probabilidad (con suma en lugar de …

11 mathematical-statistics  maximum-likelihood  likelihood  mixture 

Supongamos que quiero muestrear a partir de una distribución continua . Si tengo una expresión de en la formapp(x)pag(X)p(x)ppagp p(x)=∑i=1∞aifi(x)pag(X)=∑yo=1∞unayoFyo(X)p(x) = \sum_{i=1}^\infty a_i f_i(x) donde y f_i son distribuciones de las que se puede muestrear fácilmente, entonces puedo generar fácilmente muestras de p de la siguiente manera:f i pai⩾0,∑iai=1unayo⩾0 0,∑younayo=1a_i …

10 simulation  monte-carlo  mixture  accept-reject 

Estoy trabajando en un conjunto de datos. Después de usar algunas técnicas de identificación de modelos, obtuve un modelo ARIMA (0,2,1). Utilicé la detectIOfunción en el paquete TSAen R para detectar un valor atípico innovador (IO) en la observación número 48 de mi conjunto de datos original. ¿Cómo incorporo este …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

Supongamos que tiene los registros de un servidor web. En estos registros tienes tuplas de este tipo: user1, timestamp1 user1, timestamp2 user1, timestamp3 user2, timestamp4 user1, timestamp5 ... Estas marcas de tiempo representan, por ejemplo, los clics de los usuarios. Ahora, user1visitará el sitio varias veces (sesiones) durante el mes, …

10 distributions  estimation  mixture 

Por lo tanto, obtener una "idea" del número óptimo de grupos en k-means está bien documentado. Encontré un artículo sobre cómo hacer esto en mezclas gaussianas, pero no estoy seguro de que me convenza, no lo entiendo muy bien. ¿Hay una ... forma más amable de hacer esto?

10 classification  k-means  mixture  unsupervised-learning 

¿Cuál es la relación entre una dimensión y un componente en un modelo de mezcla gaussiana? ¿Y cuáles son los significados de dimensión y componente? Gracias. Corríjame si estoy equivocado: entiendo que los datos observados tienen muchas dimensiones. Cada dimensión representa una característica / aspecto de los datos recopilados y …

10 multivariate-analysis  normal-distribution  mixture 

Tengo un modelo de mezcla que quiero encontrar el estimador de máxima verosimilitud de un conjunto de datos dado y un conjunto de datos observados parcialmente . He implementado tanto el paso E (calculando la expectativa de dado y los parámetros actuales ), como el paso M, para minimizar la …

9 maximum-likelihood  mixture  expectation-maximization 

Estoy usando un análisis de clase latente para agrupar una muestra de observaciones basadas en un conjunto de variables binarias. Estoy usando R y el paquete poLCA. En LCA, debe especificar el número de clústeres que desea encontrar. En la práctica, las personas usualmente ejecutan varios modelos, cada uno especificando …

9 data-visualization  mixture  latent-class 

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 

Parece que puedo aprender los parámetros perfectamente y encontrar las probabilidades posteriores para los datos de entrenamiento, pero no tengo idea de cómo hacer nuevas predicciones sobre los nuevos datos. El problema en particular proviene de las probabilidades de transición que cambian en las covariables, por lo que no es …

8 r  hidden-markov-model  mixture 

La notación integral de Riemann-Stieltjes se usa en expresiones de expectativa en algunos textos de probabilidad. Básicamente, dF (x) aparece en la integral en lugar de f (x) dx en la integral, ya que el CDF F (x) puede no ser diferenciable para una distribución discreta. La motivación que he …

8 expected-value  mixture  integral 

Tengo una pregunta sobre los clústeres que estoy considerando tratar con un enfoque de mezcla no paramétrica (creo). Estoy trabajando en la explicación del comportamiento humano. Cada fila de mi base de datos contiene: la identificación de alguien Algunos parámetros del entorno X (ejemplo: la temperatura, el viento, etc.) una …

8 machine-learning  clustering  computational-statistics  mixture