Estou aprendendo sobre os modelos de mistura gaussiana (GMM), mas estou confuso sobre o motivo pelo qual alguém deveria usar esse algoritmo. Como esse algoritmo é melhor do que outro algoritmo padrão de cluster, como significa quando se trata de clustering? O significa que o algoritmo particiona...
Estou estudando o modelo Gaussian Mixture e me proponho a essa pergunta. Suponha que os dados subjacentes sejam gerados a partir de uma mistura de distribuição Gaussiana e cada um deles tenha um vetor médio μ k ∈ R p , onde 1 ≤ k ≤ K e cada um deles tenha a mesma matriz de co-variância Σ e assuma...
Quero simular uma amostra de uma distribuição normal de mistura, de modo 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) é restrito ao intervalo vez de . Isso significa que eu quero simular...
Eu tenho um modelo de mistura no qual desejo encontrar o estimador de probabilidade máxima de um dado conjunto de dados e um conjunto de dados parcialmente observados . Eu implementei a etapa E (calculando a expectativa de z dado x e os parâmetros atuais \ theta ^ k ) e a etapa M, para minimizar a...
Estou usando a análise de classe latente para agrupar uma amostra de observações com base em um conjunto de variáveis binárias. Estou usando R e o pacote poLCA. No LCA, você deve especificar o número de clusters que deseja encontrar. Na prática, as pessoas geralmente executam vários modelos, cada...
A notação integral de Riemann-Stieltjes é usada em expressões de expectativa em alguns textos de probabilidade. Basicamente, dF (x) aparece na integral em vez de f (x) dx na integral, uma vez que o CDF F (x) pode não ser diferenciável para uma distribuição discreta. A motivação que ouvi para isso...
Seja f [x] um pdf de mistura gaussiana com n termos de peso uniforme, meios e variações correspondentes :{ μ1, . . . , μn}{μ1,...,μn}\{\mu_{1},...,\mu_{n}\}{σ1,...,σn}{σ1,...,σn}\{\sigma_{1},...,\sigma_{n}\}
Parece que posso aprender bem os parâmetros e encontrar as probabilidades posteriores para os dados de treinamento, mas não tenho idéia de como fazer novas previsões sobre novos dados. O problema, em particular, vem das probabilidades de transição alteradas nas covariáveis, por isso não é trivial...
Eu tenho um conjunto de dados contendo atividade do usuário com 168 dimensões, onde desejo extrair clusters usando aprendizado não supervisionado. Não é óbvio para mim se devo usar uma abordagem de modelagem de tópicos na alocação de Dirichlet Latente (LDA) ou Modelos de Mistura Gaussiana (GMM),...
Frequentemente, estudamos o modelo Gaussian Mixture como um modelo útil no aprendizado de máquina e suas aplicações. Qual é o significado físico dessa " mistura "? É usado porque um Modelo de Mistura Gaussiano modela a probabilidade de várias variáveis aleatórias, cada uma com seu próprio valor...
Meu objetivo é ver que o algoritmo K-means é de fato o algoritmo de Expectativa-Maximização para misturas Gaussianas, em que todos os componentes têm covariância no limite como .σ2Iσ2I\sigma^2 Ilimσ→0limσ→0\lim_{\sigma \to 0} Suponha que temos um conjunto de dados {x1,…,xN}{x1,…,xN}\{x_1, \dots...
Eu tenho uma pergunta sobre clusters que estou pensando em tratar com uma abordagem de mistura não paramétrica (eu acho). Estou trabalhando na explicação do comportamento humano. Cada linha do meu banco de dados contém: o ID de alguém alguns parâmetros do ambiente X (exemplo: temperatura,...
Nos métodos de agrupamento, como médias K , a distância euclidiana é a métrica a ser usada. Como resultado, calculamos apenas os valores médios em cada cluster. E então são feitos ajustes nos elementos com base em sua distância para cada valor médio. Fiquei me perguntando por que a função...
Estou trabalhando em um modelo de aprendizado de categoria on-line que usa descida de gradiente estocástico para se ajustar a um modelo de mistura gaussiana. O modelo é baseado no modelo de aprendizado on-line usado em Toscano e McMurray (2010). Embora a descida do gradiente pareça estar...
Nota: este é um problema de lição de casa, portanto, não me dê a resposta completa! Eu tenho duas variáveis, A e B, com distribuições normais (médias e variações são conhecidas). Suponha que C seja definido como A com 50% de chance e B com 50% de chance. Como eu iria provar se C também é...
No contexto do agrupamento on-line, muitas vezes encontro muitos trabalhos sobre: "processo dirichlet" e "modelos de mistura finita / infinita". Dado que eu nunca usei ou li sobre o processo dirichlet ou modelos de mistura. Você conhece alguma sugestão de palestras introdutórias ou artigos...
Estou implementando uma mistura variada de baunilha de gaussianos multivariados, conforme o capítulo 10 do Reconhecimento de padrões e aprendizado de máquina (Bishop, 2007). A abordagem bayesiana requer a especificação de (hiper) parâmetros para o Gaussian-inverso-Wishart antes: α0 0α0\alpha_0...