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

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