1回答
我想让我的似然函数返回多个值。我有以下的可能性u <- c(1,3,0.5,0.2,2,1.7,0.4,1.2,1.1,0.7)
mu
浏览 1提问于2018-01-08得票数 1
回答已采纳
我想用OpenTURNS创建一个高斯样本对数似然的等高线图。每个等高线映射到一个函数值，该值由绘图的图例指示。问题是图例在某种程度上隐藏了轮廓:如何设置绘图，使图例不会隐藏内容？ 下面是一个例子。我创建了一个Normal分布，对应于年龄在20到79岁之间的男性的身高(参见“美国人口普查局的统计摘要”)。表209。2012)。然后，我从这个分布中生成一个样本。我定义
浏览 49提问于2020-12-06得票数 0
2回答
对数似然函数。我在R中给这个函数写了一个函数，这个负数的返回是逻辑概率的一倍。我用rWeibull生成了一个包含参数shape=1.5，scale=0.5的向量。但是当我用逻辑似然函数调用nlm函数时，参数的估计值是: 2.124180和4.003675。我的R码怎么了？
浏览 2提问于2017-11-13得票数 0
回答已采纳
1回答
有人能帮我把下面的警告翻译成简单的英文吗？as.integer(return.mcmc)，as.integer(燃烧素)，：pbeta(*，log.p=TRUE) -> bpser(a=3630，b=21，x=0.8，.)流向-Inf
XYZ_xts$LogReturns<-diff(log(XYZ_xts$Adj_Close),lag=10) XYZ_bcp<-bcp(XYZ_xts
浏览 1提问于2016-07-18得票数 1
回答已采纳
在Logistic回归的R& Spark的比较估计/系数中，观察到估计值是不一样的。
在进一步的研究中，我发现R& Mllib对于Logistic回归有不同的实现。R的glm返回模型的最大似然估计，而Spark的LogisticRegressionWithLBFGS返回正则化的模型估计
浏览 0提问于2016-09-04得票数 1
1回答
我试着通过火炬指导来理解有监督的学习。和反向传播：
output = model:forward(inputs[i])00000在这个例子中，我知道目标是9，输出是4，所以结果是错误的，给出了df_do "-1“的第9个元素
浏览 0提问于2015-09-15得票数 1
回答已采纳
我要绘制一系列独立的Bernoulli分布随机变量y的对数似然函数，其中参数p是某个特征x的函数( logistic函数)，这个逻辑函数也有一个参数b，这是我要估计的参数。所以我想把逻辑可能性作为b的函数来绘制，我想用ggplot2在R中这样做，因为我想在这些方面做得更好。
我的逻辑似然函数的创建可以而且应该做得更好，但这不是我的重点。问题是，在
浏览 2提问于2014-06-26得票数 4
回答已采纳
2回答
好的，对于在不同机器学习算法的上下文中定义似然函数的方法，我有很多困惑。在这个讨论的背景下，我会参考吴家祥229的讲稿。
这是我迄今为止的理解。在分类的背景下，我们有两种不同的算法:区分算法和生成算法。这两种情况的目的都是确定后验概率，即p(C_k|x;w)，其中w是参数向量，x是特征向量，C_k是kth类。根据我的理解，Bayes定理的
浏览 3提问于2015-06-04得票数 0
我使用的是枕版本1.0.0。import scipy as spsp.stats.fisher_exact(x)a = matrix(c(5829225,5692693,5760959,5760959), nrow=2)
fisher.test(a)
浏览 1提问于2018-09-06得票数 4
1回答
边际似然估计中的数值问题
、、、、
我尝试使用迭代的方法来估计模型选择的贝叶斯设置中的边际似然。如果您对这些细节感兴趣，请参见或文件。我和数字问题斗争了很长一段时间，所以我想我还是在这里试一试，试试运气吧。我试图使下面的内容尽可能简短、可复制和笼统。目标是运行表单的迭代过程。为了得到我的模型的边际似然y的估计(这个迭代过程会很快收敛到y的某个值)。您在公式中看到
浏览 2提问于2018-06-01得票数 1
1回答
当样本多类标签是一个热二进制向量(基本相同)时，交叉熵与对数似然之间的联系得到了广泛的表达。交叉熵定义时，标签不是一个热点，而是任何有效的概率分布。日志似然和交叉熵都归结为：
$-\sum\limits_{i}\sum\limits_k1{{y_i^{(k)}=1}}{\log{\hat{y}_i^{(k)}}}(\
浏览 0提问于2018-02-24得票数 3
1回答
我有一个矩阵Expr，其中的行表示变量，列表示样本。我有一个名为groups的分类向量(包含"A“、"B”或"C")，我想测试哪个变量“Expr”可以通过样本属于group的事实来解释。我的策略是使用广义加性模型(具有负二项分布)对问题进行建模。然后我想以变量的方式使用似然比检验，得到每个变量的p值。negbinomial)
m_alternative <
浏览 6提问于2014-05-22得票数 1
我试图使用R中的optim/maxBFGS函数来拟合一个定制的logistic回归/生存分析函数，并通过手工定义这些函数。我一直有这样的印象:对于包speedglm、biglm和glm，logit模型或其他发行版的可能性函数都是硬锁的。但是，我想知道我是否弄错了，或者是否可以指定我自己的可能性函数。原因是optim/maxBFGS的运行速度比speedglm慢得多。
浏览 4提问于2014-08-17得票数 1
回答已采纳
1回答
最大化算法，它收敛并正确地返回mu和sigma的值，我已经用各种例子进行了检查。负值非常奇怪，也许我应该将可能性归一化？对数似然在Exp中的含义。最大化？:,j)); logLikelihood = logLikelihood + log(logTe
浏览 2提问于2013-03-17得票数 2
回答已采纳
4回答
最大似然估计伪码
、、、
我需要编写一个最大似然估计器来估计一些玩具数据的均值和方差。我有一个包含100个样本的向量，用numpy.random.randn(100)创建。数据应具有零均值和单位方差高斯分布。我查看了维基百科和一些额外的资源，但我有点困惑，因为我没有统计背景。维基说取最大对数似然</e
浏览 4提问于2011-10-11得票数 28
回答已采纳
我正试图用大都会-黑斯廷斯算法编写一个估计AR(1)系数的程序。我的R码如下，logl <- function(b,data) { -sum(dnorm(data= proposal chain[i+1,] = chain[i,] i=i+1 cat('\rexample
#gene
浏览 0提问于2016-01-01得票数 0
1回答
我试图用支持向量机来训练一些图像模型。但是，支持向量机不是一个概率框架，因此它输出超平面之间的距离为一个整数。利用一些优化函数将支持向量机的输出转化为似然，但我不明白，该方法是否假设一个类具有相同的概率，即如果所有训练集都是偶数和成比例的，则标签1或-1的概率为50%。其次，在一些文献中，我看到对于二进制支持向量机分类器，它们将-1和1标号转换为
浏览 2提问于2014-03-19得票数 1
是否有一个R包来计算我的模型的伪R平方测量？rcompanion既不支持clogit，也不支持bife (由于缺少拦截？)。
最初，这是一个脱离更大背景的问题，我对其进行了编辑，以使其更具可读性。提前感谢您的帮助！
浏览 3提问于2019-11-23得票数 1
首先，我应该说出我想要做的事情:我想要使用mle函数，而不必每次尝试不同的模型规范时都重写我的日志似然函数。因为mle需要一个命名的起始值列表，所以您显然不能仅仅将日志似然函数作为参数向量。一个简单的例子：n &l
浏览 5提问于2011-09-27得票数 9
回答已采纳
2回答
我有一个函数，它接受lambda和一个数据样本，并为每个数据点找到相应的日志似然值：generateLogLikelihood <- functionreturn(dpois(y, lambda, log=TRUE))LogLikelihood我需要使用优
浏览 1提问于2021-10-14得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
即时通信 IM
云直播
实时音视频活动推荐
腾讯云开发者
