多変量ガウシアン・ランダム・ウォーク
2023/7/22 ガウシアン・ランダム・ウォーク
import arviz as az import matplotlib.pyplot as plt import numpy as np import pymc as pm import pyten ...
OPTICSクラスタリング・アルゴリズム
密度の高いコアサンプルを見つけ、そこからクラスターに拡張します。この例は生成されたデータを使います、その結果クラスターは異なる密度を持ちます。OPTICSは最初にXiクラスタ検出メソッドを使います。 ...
主成分回帰 vs 部分最小二乗回帰
この例は、主成分分析と部分最小二乗回帰を toy データセットで比較します。私たちのゴールは、対象がデータの中で任意の方向に強く相関している場合、いかにPLSがPCRより優れているかを説明することで ...
多変量正規モデルのためのLKJコレスキー共分散事前分布
2023/6/8 LKJCholeskyCov, LKJ事前分布
逆ウィッシャート分布は、多変量正規分布の共分散行列と共役の事前分布です。それは、現代のベイジアン計算メソッドとしては、あまり適しているわけではありません。この理由で、LKJ事前分布は多変量正規分布の ...
GLM:負の二項回帰
import arviz as az import numpy as np import pandas as pd import pymc as pm import seaborn as sns fr ...
ガウス過程:潜在変数の実装
2023/6/9 コレスキー因子, ステューデントT分布
gp.Latentクラスは直接、近似なしでガウス過程を実装します。与えられた平均と共分散関数は、私たちは関数f(x)に事前分布を置くことができます。 "潜在”と呼ばれます、なぜなら、GPはそれ自身、 ...
密度推定のためのディリクレ過程混合
2023/6/16 ディリクレ過程
ディリクレ過程 ディリクレ過程は分布の空間を覆う柔軟な確率分布です。もっとも一般的には、空間Ω の確率分布P、は一つの測度であり、全体の空間(P(Ω)=1)の一つの測度で割り当てられます。ディリクレ ...
シータモデル
2023/6/7 シータモデル
θモデルは、Assimakopulos とNikolopoulos(2000)のシータモデルは、二つのシータラインを適合することを含むフォーキャストのための簡単な方法です。簡単な指数スムーサーを使っ ...
分類の比較
合成データセットのscikit-learnのいくつかの分類の比較。この例のポイントは、異なる分類の決定境界の性質を説明するためです。これは、一粒の塩に興味を向けることです。これらの例によって伝達され ...
異なるクラスタリングアルゴリズムの比較
2023/6/4 DBSCAN, k-mean, MeanShift, MiniBatchKMean, OPTICS, Spectral Clustering
この例は、”興味深い”が2Dのデータセット上で異なるクラスタリングアルゴリズムの性質を示します。最後のデータセットの例外で、これらのデータセットアルゴリズムペアの各パラメータは、良いクラスタリング結 ...