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...
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,...
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...
En el contexto de la agrupación en línea, a menudo encuentro muchos artículos que hablan sobre: "proceso de dirichlet" y "modelos de mezcla finita / infinita". Dado que nunca he usado o leído sobre procesos de dirichlet o modelos de mezclas. ¿Conoces alguna sugerencia de conferencias...
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...
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...
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...
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...
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...
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...
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...
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),...
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...