图2.5 在《统计学习基础》中

我在计算图2.5的贝叶斯决策边界时遇到了一些困难。在ElemStatLearn包中,已经计算了每个点的概率,并使用等高线绘制了边界。能有人告诉我如何计算这些概率吗?非常感谢。

在传统的贝叶斯决策问题中,混合分布通常是正态分布,但在本例中,使用了两步来生成样本,因此我在计算分布时遇到了一些困难。

非常感谢。


回答:

《统计学习基础》第2.3.3节(可在线访问)说明了数据的生成方式。每个类别是由10个协方差相等的高斯分布混合而成,每个10个均值是从另一个双变量高斯分布中抽取的,如文本中所指定。要计算图2.5中模拟的精确决策边界,您需要知道生成数据的特定20个均值(每个类别10个),但这些值在文本中并未提供。

然而,您可以生成一对新的混合模型,并计算您生成的两个类别(蓝色和橙色)的概率。由于一个类别中的10个分布的可能性相等,类条件概率p(x|蓝色)只是蓝色模型中10个分布的概率的平均值。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注