ML理论
janehand
这个作者很懒,什么都没留下…
展开
-
conjugate prior共轭先验
在模型参数估计中,根据贝叶斯方法,已知参数的prior和likelihood,可以求得参数的posterior,我们通常希望先验和后验是共轭的,但为什么我们要采用共轭先验呢?我们在这里首先考虑 prior 的不同形式的区别。考虑高斯分布模型 :. 这里我们就是要求出 ,的 后验分布。根据贝叶斯公式: 第一种做法: 先验是独立的。...原创 2018-12-18 14:21:26 · 1435 阅读 · 0 评论 -
从主坐标分析(PCO)到kernel PCA
Principal coordinate analysis PCA是一种经典的降维方法,相信大家都很熟悉PCA的原理了,PCO其实只是PCA换一种角度来做,都是在做奇异值分解。PCA做法:原始数据矩阵 , , 先做中心化处理得到 ,计算方差矩阵 ,然后计算 的最大 个特征值对应的特征向量,然后和原始特征相乘,即得到降维的结果。为了更清楚的显示它的本质,将这个过程表示成矩阵。 ...原创 2019-01-25 10:23:39 · 3177 阅读 · 1 评论