Rで線形基底関数モデルの逐次ベイズ学習 - Qiita

Rで線形基底関数モデルの逐次ベイズ学習 - Qiita

PRML図3.7と同様に、線形基底関数モデルにおいて、1点ずつサンプルを観測して重みwの事後確率を逐次更新...概要を表示 PRML図3.7と同様に、線形基底関数モデルにおいて、1点ずつサンプルを観測して重みwの事後確率を逐次更新し、新たなwの事前確率とします。wの事前確率、観測したサンプルと新しいwの事後確率で生成した関数の例、観測したサンプルに対するwの尤度を、サンプルの観測ごとに描画します。 library(mvtnorm) frame() set.seed(0) par(mfcol=c(3, 6)) par(mar=c(2, 2, 1, 0.1)) par(mgp=c(1, 0.2, 0)) xrange <- c(-1, 1) yrange <- c(-1, 1) x1 <- seq(xrange[1], xrange[2], .05) x2 <- seq(yrange[1], yrange[2], .05) colors <- rainbow(450)[256:1] M <- 2 N <- 6 ba