multinomial

1熱度

1回答

我想計算方程的解的數量，但我無法獲得任何前導。該公式是：所有我能得到的是通過做這樣的事情，但我不知道如何在此進行。

1熱度

1回答

函數dmultinom (x, size = NULL, prob, log = FALSE)估計多項分佈的概率。但是，它不會以size = 1運行。理論上，當設置size = 1時，多項式分佈應該等同於分類分佈。有沒有人知道爲什麼錯誤信息？僅供參考，分類分佈可以通過dist.Categorical {LaplacesDemon}來建模。實例： dmultinom(c(1,2,1),siz

3熱度

1回答

MultinomialNB - Theory vs practice

好吧，我只是在學習Andrew Ng的機器學習課程。我目前正在閱讀this chapter，並且想使用SKLearn和Python嘗試Multinomial樸素貝葉斯（第12頁底部）。所以安德魯提出了一種方法，在這種情況下，每個電子郵件進行編碼，我們讓x_i表示在電子郵件中i個字的身份。因此，現在x_i是整數取值在{1, . . . , |V|}，其中|V|是我們的詞彙（字典）的大小。由n個詞

0熱度

1回答

ValueError：發現具有不一致樣本數的輸入變量：[1，14048]

我試圖運行MultinomiaL Naive bayes並收到以下錯誤。給出樣本訓練數據。測試數據完全相似。 def main(): text_train, targets_train = read_data('train') text_test, targets_test = read_data('test') classifier1 = MultinomialNB

0熱度

1回答

爲多樣分佈樣本構建多項logit模型

我有幾個主題的數據，說明他們在方形房間的每個季度花費的時間比例。下面是一個簡單的數據： a <- rmultinom(12, 100, c(0.1, 0.4, 0.3, 0.2)) a/apply(a,2,sum) ### not running, but I would like to have something like this # glm(a ~ 1, family=multin

6熱度

1回答

從TensorFlow中的給定非均勻分佈中抽樣無取代

我正在TensorFlow中尋找類似於numpy.random.choice(range(3),replacement=False,size=2,p=[0.1,0.2,0.7]) 的內容。最接近的Op它似乎是tf.multinomial(tf.log(p))它將輸入logits作爲輸入，但它不能取樣沒有替換。在TensorFlow中是否有其他方法可以從非均勻分佈中進行採樣？謝謝。

1熱度

1回答

numpy.random.choice是否具有與單項試驗相同的多項式取樣替換功能？

我理解嚴格的概念，他們是不同的。但是在numpy.random.multinomial的單個試驗（或實驗）中，是否採用與numpy.random.choice相同的方式進行採樣，但對輸出進行了不同的分析？例如： >> np.random.choice(6, size=6, replace=True, p=[1/6.]*6) >> array([2, 0, 4, 2, 5, 4]) 輸出給出

0熱度

1回答

與nnet的multinom相比，迴歸函數的彙總函數極其緩慢

我在nnet包中使用multinom()函數。我的數據有一百多萬行和四個獨立變量。功能本身在〜15分鐘內創建一個模型，我可以查看係數。我需要訪問它們作爲一個對象雖然（與$coefficients），但我不能，除非我保存summary()它。當我嘗試總結我的模型時，它運行了30多分鐘，看不到盡頭。是否有任何原因summary()功能需要這麼長時間，似乎是一個基本的報告工具？我如何加快速度？是否有

1熱度

1回答

Bayesian Ordered Logit - 試圖根據模態個體繪製預測的y隨着時間的推移

我有一個數據集，結合了幾年來不同國家的多項調查。根據受訪者的調查，我的因變量（lrparty）是一方的意識形態（從0到10）。我有幾個獨立變量，如年齡，性別，教育程度，黨派和受訪者的收入。然後，對於每一方和每個調查，我想根據模態個體（例如，年齡= 31，女性= 1，教育= 2，收入= 2的受訪者繪製lrparty的預測值，以及partisan = 1）隨着時間的推移。所以，圖表看起來像：x軸=年

0熱度

1回答

CountVectorizer MultinomialNB ValueError：尺寸不匹配

我想讓我的MultinomialNB工作。我在訓練和測試集上使用CountVectorizer，當然兩個setz中都有不同的詞。所以我看到，爲什麼錯誤發生，但我不知道如何解決它。我試圖CountVectorizer().transform，而不是作爲CountVectorizer().fit_transform在其他職位（SciPy and scikit-learn - ValueError: D