函数或变量 vl_simplenn_tidy 无法识别。_预测变量的不确定性

在本文中,我们考虑的情况是预测变量的值不可信,而不是目标变量的值可信。

为了简单起见,我们考虑一个带有一个数值预测器的简单线性回归问题。我们将使用正态分布对预测值中的不确定性进行建模。此依赖关系的信念网显示如下:

7098a3a8e3d6b2782757db6503ca8bc8.png

这里y是观察到的目标,X是观察(但是不可信的预测器),ξ是预测变量的真实但未观察到的值,而θ是线性回归模型的参数。由于ξ未被观察到,我们应该将其边缘化。

004387952705d20ec939057e9d2d2b84.png

这里我们使用了关于联合概率的贝叶斯规则。概率值如下:

ba1ad306a9bd1f586fe0093b06aec7e4.png

在这里,我们再次使用贝叶斯规则,并在ξ上假设平坦。我们引入了一个测量确定性τ。当它是无穷大时,我们确定预测器的值,当它很小时,不确定性很大,变量不可信。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值