- sakanazensen
- 1620
- 0
- 2
- 0
ゆるふわUnaさん@A判定
@UnaNancyOwen
判別分析の分散には全分散,クラス内分散,クラス間分散の3つあるがどの判別基準が良いのか? #nagoyacv
2013-05-18 13:54:45
Hironobu Fujiyoshi
@hf149
PLS(Partial Least Square Regression)の紹介。入力変数間の相関が高いときに有効。#nagoyacv
2013-05-18 13:55:42
ゆるふわUnaさん@A判定
@UnaNancyOwen
もとが17万次元の特徴量を落としこむのにPCAは180次元だが,PLSは20次元とPLSの方が低次元の特徴量で判別できる.識別に特化している. #nagoyacv
2013-05-18 14:01:25
おさかなさん
@sakanazensen
SVMとの比較では学習データの分布にも依存しそう.この方法だとクラス間の境界付近以外のデータも影響するわけだし(という理解であってるのかな) #nagoyacv
2013-05-18 14:02:02
おさかなさん
@sakanazensen
ベイズ推定で識別するというのは,事後確率が最大となるクラスへの識別=各クラスとのマハラノビス距離の和と定数. #nagoyacv
2013-05-18 14:04:13
おさかなさん
@sakanazensen
特徴空間でそのままユークリッド距離を使って推定するというのは,分布が等方性(超球状)であることを仮定したことに相当する #nagoyacv
2013-05-18 14:05:01
おさかなさん
@sakanazensen
ナイーブベイズ;各基底が独立であることを仮定(かなり強引な仮定w)して,単純な式の形に落としこむ. #nagoyacv
2013-05-18 14:06:26
はる
@fararrow9
今日はいつも通り僕が流しています.ネットワークの不調と新ブロードキャスターにやられていて途切れ途切れで申し訳ありません : 名古屋CV・PRML勉強会 http://t.co/IADLWxHS6Q #nagoyacv
2013-05-18 14:07:42
おさかなさん
@sakanazensen
``Naive-Bayes Nearest Neighbor'';カーネル密度推定でp(x_i | C)を推定. #nagoyacv
2013-05-18 14:09:27
ゆるふわUnaさん@A判定
@UnaNancyOwen
パーセプトロンの学習では間違えたときは識別面を修正する.線形分離可能な場合は有限回で学習が収束する. #nagoyacv
2013-05-18 14:15:26