当前位置: 首页 > news >正文

西安医院网站建设wordpress增加产品外链

西安医院网站建设,wordpress增加产品外链,广州建立网站,提升学历的机构Bayesian regression 前面介绍的线性模型都是从最小二乘#xff0c;均方误差的角度去建立的#xff0c;从最简单的最小二乘到带正则项的 lasso#xff0c;ridge 等。而 Bayesian regression 是从 Bayesian 概率模型的角度出发的#xff0c;虽然最后也会转换成一个能量函数的… Bayesian regression 前面介绍的线性模型都是从最小二乘均方误差的角度去建立的从最简单的最小二乘到带正则项的 lassoridge 等。而 Bayesian regression 是从 Bayesian 概率模型的角度出发的虽然最后也会转换成一个能量函数的形式。 从前面的线性模型中我们都假设如下的关系 ywxywx 上面这个关系式其实是直接从值的角度来考虑其实我们也可以假设如下的关系 ywxϵywxϵ 这个 ϵϵ 表示一种误差或者噪声如果估计的值非常准确那么 ϵ0ϵ0, 否则这将是一个随机数。 如果我们有一组训练样本那么每个观察值 yy 都会有个对应的 ϵϵ, 而且我们假设 ϵϵ 是满足独立同分布的。那么我们可以用概率的形式表示为 p(y|w,x,α)N(y|wx,α)p(y|w,x,α)N(y|wx,α) 对于一组训练集我们可以表示为 p(y|X,w)∏i1NN(yi|wxi,α)p(y|X,w)∏i1NN(yi|wxi,α) 最后利用最大似然估计可以将上面的表达式转化为一个能量最小的形式。上面是从最大似然估计的角度去求系数。 下面我们考虑从最大后验概率的角度 p(w|y)p(y|w)p(w|α)p(α)p(w|y)p(y|w)p(w|α)p(α) p(w|α)N(w|0,α−1I)p(w|α)N(w|0,α−1I) p(α)p(α) 本身是服从 gamma 分布的。 sklearn 上也给出了一个例子 import numpy as np import matplotlib.pyplot as plt from scipy import statsfrom sklearn.linear_model import BayesianRidge, LinearRegression# ############################################################################# # Generating simulated data with Gaussian weights np.random.seed(0) n_samples, n_features 100, 100 X np.random.randn(n_samples, n_features) # Create Gaussian data # Create weights with a precision lambda_ of 4. lambda_ 4. w np.zeros(n_features) # Only keep 10 weights of interest relevant_features np.random.randint(0, n_features, 10) for i in relevant_features:w[i] stats.norm.rvs(loc0, scale1. / np.sqrt(lambda_)) # Create noise with a precision alpha of 50. alpha_ 50. noise stats.norm.rvs(loc0, scale1. / np.sqrt(alpha_), sizen_samples) # Create the target y np.dot(X, w) noise# ############################################################################# # Fit the Bayesian Ridge Regression and an OLS for comparison clf BayesianRidge(compute_scoreTrue) clf.fit(X, y)ols LinearRegression() ols.fit(X, y)# ############################################################################# # Plot true weights, estimated weights, histogram of the weights, and # predictions with standard deviations lw 2 plt.figure(figsize(6, 5)) plt.title(Weights of the model) plt.plot(clf.coef_, colorlightgreen, linewidthlw,labelBayesian Ridge estimate) plt.plot(w, colorgold, linewidthlw, labelGround truth) plt.plot(ols.coef_, colornavy, linestyle--, labelOLS estimate) plt.xlabel(Features) plt.ylabel(Values of the weights) plt.legend(locbest, propdict(size12))plt.figure(figsize(6, 5)) plt.title(Histogram of the weights) plt.hist(clf.coef_, binsn_features, colorgold, logTrue,edgecolorblack) plt.scatter(clf.coef_[relevant_features], 5 * np.ones(len(relevant_features)),colornavy, labelRelevant features) plt.ylabel(Features) plt.xlabel(Values of the weights) plt.legend(locupper left)plt.figure(figsize(6, 5)) plt.title(Marginal log-likelihood) plt.plot(clf.scores_, colornavy, linewidthlw) plt.ylabel(Score) plt.xlabel(Iterations)# Plotting some predictions for polynomial regression def f(x, noise_amount):y np.sqrt(x) * np.sin(x)noise np.random.normal(0, 1, len(x))return y noise_amount * noisedegree 10 X np.linspace(0, 10, 100) y f(X, noise_amount0.1) clf_poly BayesianRidge() clf_poly.fit(np.vander(X, degree), y)X_plot np.linspace(0, 11, 25) y_plot f(X_plot, noise_amount0) y_mean, y_std clf_poly.predict(np.vander(X_plot, degree), return_stdTrue) plt.figure(figsize(6, 5)) plt.errorbar(X_plot, y_mean, y_std, colornavy,labelPolynomial Bayesian Ridge Regression, linewidthlw) plt.plot(X_plot, y_plot, colorgold, linewidthlw,labelGround Truth) plt.ylabel(Output y) plt.xlabel(Feature X) plt.legend(loclower left) plt.show() 转载于:https://www.cnblogs.com/mtcnn/p/9412111.html
http://www.huolong8.cn/news/265449/

相关文章:

  • 虚拟云服务做网站关于市场营销的培训课程
  • wordpress速度太慢seo对网络推广的作用是
  • 网站怎么开发玉林市网站建设
  • 自己做的网站如何加视频做门窗的网站
  • 石家庄建站外贸网站为什么wordpress在ie打开很慢
  • wap购物网站模板下载wordpress首页tag标签调取
  • .net 网站优化医疗器械龙头股
  • 提供营销型网站设计邯郸建设网站的公司哪家好
  • 房屋设计网站推荐全民代理平台
  • 怎样做读书会网站什么网站可以做外单
  • 怎么做投票管理系统后台网站建网站来做什么
  • 电商网站订烟软件网站开发
  • 网站结构如何优化食品公司建设网站目的
  • 手机有软件做ppt下载网站个人网站建设方案实施
  • 做网站排名收益免费flash网站源码带后台
  • 科技网络公司怎么取名字济南网站seo
  • html网页设计环保网站动漫设计与制作专业学校
  • 有域名和主机怎么做网站百度开户推广
  • 不会代码可以做网站维护吗一家公司做网站需要什么资料
  • 团购网站销售技巧网络网站制作技巧
  • 婚纱摄影网站大全想建书画网站怎么做的
  • 网站建设技术jsp课程设计咨询企业网站模板
  • 爱站网关键词wordpress主题首页幻灯片怎么修改
  • 网站建设侵权行为有哪些做家纺的网站
  • 新龙华网站建设青海做高端网站建设的公司
  • 电脑网站历史记录怎么查看怎么盗用网站
  • 北京公司建网站一般需要多少钱网站做等保是按照什么定级别的
  • 宿州集团网站建设网站制作方案要点
  • 常州有哪些做阿里巴巴网站的电子创意设计网站
  • 彩票网站代理怎么做网站后台信息管理怎么做