エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
前回長くなりすぎて力尽きた「線形回帰のエビデンス」の続き。って今回も むやみに長いんだけど。 パタ... 前回長くなりすぎて力尽きた「線形回帰のエビデンス」の続き。って今回も むやみに長いんだけど。 パターン認識と機械学習(PRML)読書会 #4 で idojun さんと「バイアス項って要るの?」という話になり。 PRML 3.4〜3.5 のモデルエビデンス使えば評価できるかも! きっとバイアス項有りの方がエビデンスが大きくなるんだよ! OK、計算してみた! というお話。 もちろん結果はとっくに出てたんだけど、なかなか記事に仕立てる間が無く。 録りたまってた東のエデンもようやく見終えた*1ので、そろそろ書く。 基底関数 まずは多項式、ガウス、ロジスティック・シグモイドの各基底関数列を生成する関数(再掲)。 第1引数は基底関数の次元。 第2引数 has_bias はバイアス項の有無を TRUE/FALSE で指定。 第3引数の s は「空間的な尺度」とやら。 polynomial_basis_f