版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、針板先驗(Spike and Slab Prior)是一種用于鼓勵連續(xù)變量稀疏性的先驗概率。和常見的l1模正則化方法通過最小化零點不可導的代價函數(shù)以得到稀疏解的做法不同,針板先驗使用一種特殊的二分量的高斯混合模型,對變量的零或非零屬性進行直接建模。配合概率建模中常用的近似推斷方法,針板先驗不僅僅可以用來鼓勵變量的稀疏性,亦可以對變量之間涉及到零或非零屬性的復雜關系進行建模。本文將對針板先驗進行研究,并探索它的三個應用:
首先,
2、本文將針板先驗用于稀疏逆協(xié)方差矩陣估計。和l1模正則化方法相比,提出的使用針板先驗的模型可以得到更為稀疏,并且預測性能更高的逆協(xié)方差矩陣。通過賦予針板先驗的參數(shù)以超先驗并利用貝葉斯近似推斷技術,可以避免交叉驗證,從而極大的降低了模型選擇的難度。
其次,本文將針板先驗用于在協(xié)同過濾系統(tǒng)里選擇動態(tài)用戶,即需要使用多變量對其興趣變化進行建模的用戶。和l21模正則化方法相比,使用針板先驗的模型不僅僅可以對用戶的動態(tài)/靜態(tài)屬性進行判斷,
3、同時還提供了對判斷的肯定程度的估計。提出的動態(tài)/靜態(tài)混合模型不僅可以用來對用戶的興趣變化進行分析,同時在以RMSE為指標的評分預測任務中也獲得了很好的性能。
再次,本文將針板先驗用戶子空間聚類。在提出的層次化模型里,針板先驗作為連接樣本類標號和重建矩陣之間的橋梁,被用于限制不在同一子空間內(nèi)的兩個樣本所對應的重建系數(shù)的大小。這樣的限制在一定程度上減輕了樣本重建模型對子空間獨立假設的依賴。在人工合成的數(shù)據(jù)集和真實數(shù)據(jù)集上,和主流的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 先驗論證與先驗演繹.pdf
- 基于先驗的分割技術及應用.pdf
- 結合形狀先驗的圖像分割算法及應用研究.pdf
- 編碼先驗約束的粒子群優(yōu)化算法研究及其應用.pdf
- 面針板.dwg
- 面針板.dwg
- 底針板.dwg
- 面針板.dwg
- 底針板.dwg
- 面針板.dwg
- 融合先驗知識的場景文本識別應用研究.pdf
- 底針板.dwg
- 面針板.dwg
- 面針板.dwg
- 底針板.dwg
- 面針板.dwg
- 針-板電暈電場的構建及針板電暈電場介導大豆DNA轉化花棒的初步研究.pdf
- 基于先驗知識的神經(jīng)元網(wǎng)絡建模與應用.pdf
- 胡塞爾先驗自我的明證性與困境思考——對“先驗自我”的認識論研究.pdf
- 面針板.dwg
評論
0/150
提交評論