나는 안드로이드에 대한 스팸 탐지 응용 프로그램을 개발 중이며 스팸 메시지를 탐지하기 위해 베이지안 분류를 사용하고 있습니다. 내가 알고 싶은 것은 50 개의 햄 메시지와 50 개의 스팸 메시지로 구성된 교육 세트를 사용해야하는지 또는 사용자 기반 콘텐츠 교육을해야하는지 여부입니다. 응용 프로그램의 효과에 어떤 영향을 미칩니 까? 이것이 광범위한 토론이 될
모델의 MCMC 분석을 수행하는 데 어려움이 있습니다. 나는 그것이 모델 내에서 불완전한 감마 함수를 가지고 있다는 사실과 관련이 있다고 생각한다. 가우시안 로그 가능성을 최소화하려고하지만 워커가 우물에 머물러 있고 우도 함수를 최소화하려고 시도하지 않는 것으로 보입니다. 이것은 아래 그림에서 보여집니다. 여기서 y 축은 모델의 매개 변수이고 x 축은 단계
ALDEx 2 (http://www.plosone.org/article/info%3Adoi/10.1371/journal.pone.0067019#s3)에서 RNA-Seq 데이터를 분석 중입니다. 어떤 이유로 든 최종 결과 테이블에 q 값이 누락되어 있습니다. 내 코드는 출력의 처음 4 줄과 마찬가지로 아래에 있습니다. 무슨 일이 일어나고 있는지에 대한 제안이
내가 모델링하고 나는 주식보고 있었다 자산 클래스의 분산 - 공분산 행렬이 너무 반환 추정 할 필요가 추정 반환 여기 https://github.com/CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers 의 6 장에 주어진 예 내 간단한 구현 곳이다 나는 알려진 평균과 분산
I 읽어들이 같이 분산 공분산 행렬 Σ 모델링 다음 용지 (http://www3.stat.sinica.edu.tw/statistica/oldpdf/A10n416.pdf) Σ = DIAG (S) * R * DIAG (S) (식 1 diag (S)는 대각선 요소 S를 갖는 대각선 행렬이고, R은 k × k 상관 행렬이다. 어떻게 PyMC를 사용하여 구현할 수
생각에 대한 PYMC 시작하기 나는이 다음 예제 시작할 것 : http://www.databozo.com/2014/01/17/Exploring_PyMC3.html 하지만 정확하게 2.3 pymc 사용의 예를 따를 때 나는 출구를 얻고 API가 UserWarning를 변경했다고 말했다 : MCMC() 구문은 더 이상 사용되지 않습니다. M = MCMC (입력
this example과 함께 PYMC3을 사용하여 매우 간단한 베이지안 선형 회귀를 수행합니다 (학습, 나는 희망합니다). 초기 예제를 실행했지만 내 데이터를 사용하려고 시도합니다. : ValueError: Optimization error: max, logp or dlogp at max have non-finite values.
Some values
필자가 작성한 모델의 한 단계에서 수량의 오차 함수를 계산해야합니다. 난 할 노력하고있어 다음과 같습니다 : erf이 배열에서 작동하지 않기 때문에는 from math import erf
import numpy as np
import pymc as pm
sig = pm.Exponential('sig', beta=0.1, size=10)
x = er
(1) 문제의 단순한 버전 : 로그 (P1 + P2 + ... + PN), 소정의 로그 (계산 방법 P1), 로그 (P2), ..., 로그 (Pn)를 생성한다. 나는 그들이 초소형이고 숫자 컴퓨터 언더 플로우를 일으킬 수 있기 때문에 원래 파이를 얻고 싶지 않습니다. (2) 문제의 긴 버전 : 내가 조건부 확률 P (Y | E)를 계산하기 위해 베이 즈 정
Naive Bayes 알고리즘을 구현하여 CSV 파일에서 트윗을 읽고 정의한 범주 (예 : 기술, 과학, 정치)로 분류합니다. NLTK의 순진 베이 분류 알고리즘을 사용하고 싶지만 이 예제는 내가해야 할 일과 가깝지 않습니다. 가장 큰 혼란 중 하나는 NB의 분류 정확도를 어떻게 개선 할 수 있는가입니다. * * 분류 작업을 수행하는 데 필요한 세부 단계에