問題タブ [bernoulli-probability]

ベルヌーイ過程をシミュレートしたい。コインをN回落とす

2 つのシナリオ:

(i) この時点で、2*N までコインを落とし続けます。

(ii) ここで、ランダム シーケンスを再開し、2*N までドロップし続けます。

最初のシナリオでは、2*N 回のトスで k 回成功する確率は次のように計算されます。

2 番目のシナリオでも同じですか? それとも、ジェネレーターのリセットにより、2*N サイクルを 1 つのプロセスと見なすことができないのでしょうか?

請求書と領収書の分類に取り組んでおり、ベルヌーイ モデルを使用します。

これは単純ベイズ分類器です:

P(c|x) = P(x|c) × P(c) / P(x)

私は P(c) クラスの事前確率を計算する方法を知っています。すべての単語が独立していると仮定しているため、P(x) は必要ありません。

式は次のようになります: P(c|x) = P(x|c) x P(c) P(x|c) を計算するには、すべての単語の確率 P(c|c|c) を計算する尤度法を実行します。 X) = P(x1|c)P(x2|c)*P(x3|c)....

私の質問は、可能性を計算した後、それを P(c) で乗算する必要があるかどうか、P(c|X) = P(x1|c)P(x2|c)*P(x3|c)... *P(c)?

私は現在、ベルヌーイ データのシミュレーション研究を実行して、サンプル サイズが大きい場合、サンプル比率 ˆp もほぼ正規分布することを示しています。

演習から、ベルヌーイ データは次のように生成されると言われています。

サンプルサイズを 50 として、真の比率を 0.5 として使用しているためです。

指数データを使用したシミュレーション スタディのコードが提供されましたが、指数データ コードを使用せずに、上記のベルヌーイ データのコードを使用してコードを変更する必要があります。サンプル コードは次のとおりです。

しかし、発生する問題は、次のコードを追加する場合です。

このような値を持つヒストグラムの結果が得られます

しかし、QQ プロットの場合、結果は のようになり、正しくないようです。何が悪かったのかわかりません。どんな助けでも大歓迎です。

したがって、R ではロジスティック回帰のデータを次の形式で提供できることを知っています。

model <- glm( cbind(count_1, count_0) ~ [features] ..., family = 'binomial' )

cbind(count_1, count_0)sklearn.linear_model.LogisticRegressionのようなことをする方法はありますか? それとも、実際にこれらすべての重複行を提供する必要がありますか? (私の機能はカテゴリ別なので、多くの冗長性があります。)

scipy効率的にベルヌーイ分布から数値を引き出すにはどうすればよいですか?

以下は、ベルヌーイ分布のために定義された関数です。私は新しい R ユーザーです。次のコードがよくわかりません。

prob定義された関数では、引数を として事前に決定しているのに、定義された関数を使用するときに0.5なぜそれを変更できるのでしょうか。0.7これらのコードは合理的ですか？以下のように修正できますか？

私はMATLABの環境に不慣れで、どれだけ苦労しても、多変量ベルヌーイのMLアルゴリズムを構築する方法の概念を理解できないようです。

N 個の変数 (x1,x2,...,xN) のデータセットがあり、各変数は D 次元 (Dx1) のベクトルであり、パラメータ ベクトルは p=(p1,p2,...,pD) の形式です）。したがって、ベルヌーイ分布は次の形式を持つ必要があります。

私が作成したコードは、MATLAB の mle 関数を使用しています。

これにより、データセットから推定された確率の D ベクトルが得られます。しかし、私が本当に興味を持っているのは、MLE を使用するだけでなく、段階的な MATLAB プロセスで ML を実装する方法です。

どうもありがとうございました。