贝叶斯统计,机器学习:先验与超先验

我有一个线性回归(例如)模型 p(t|x;w) = N(t ; m , D);

作为贝叶斯主义者,我可以在参数 w 上设置一个高斯先验。然而,我意识到对于某些模型,我们可以在高斯分布上设置高斯-威沙特超先验,以使其“更”贝叶斯。这种做法正确吗?这两个模型都是有效的贝叶斯模型吗?

在我看来,我们似乎总是可以设置超先验,超超先验,……因为这仍然是一个有效的概率模型。

我想知道在先验上设置先验和在先验上设置超先验有什么区别。它们都是贝叶斯的吗?


回答:

使用超先验仍然是“有效的贝叶斯”,因为这种层次建模方式在贝叶斯模型中是自然而然的,几乎所有关于贝叶斯建模的书籍/课程都会介绍超先验的使用。

使用正态-威沙特作为高斯分布的先验(或超先验)是完全可以的。我认为,如果这样做能更准确地模拟所研究的现象,从某种意义上说,这甚至是“更贝叶斯”的做法。

当谈到使用先验和超先验的区别时,我不太明白你所说的“它们都是贝叶斯的”是什么意思。带有超先验的贝叶斯层次模型仍然是贝叶斯模型。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注