今回は、4.1.4のフィッシャーの線形判別を試してみました。これは、他の手法と少し毛色が違う感じがします。まず、D次元の入力ベクトルxを(4.20)で1次元ベクトル(スカラー)に射影します。ベクトル同士の内積なので結果はスカラーで、wはxを射影する方向を表します。 フィッシャーの線形判別は、射影後のデータの分離度をもっとも大きくするようなデータの射影方向wを見つけるという手法だそうです。 クラス1のデータ集合C1の平均ベクトルとクラス2のデータ集合C2の平均ベクトル(4.21)をw上へ射影したクラス間平均の分離度(4.22)を最大にするwを選択するのが1つめのポイントのようです。式(4.22)の左辺はスカラーです(フォントの違いがわかりにくい)。 wは単位長であるという制約のもとで(4.22)を最大化するようにラグランジュ未定乗数法で解くと、 という解が得られます(演習4.4)。これは、ベ
福田尚久 @naohisafukuda ヨドバシがマージン交渉で譲らなかっただけじゃないの?何となくデジャブな話題 for me. RT @tetsuokobayashi: 一般ユーザーとしてすごく残念 RT @hatebu: ヨドバシ.com-ドット・コムニュース一覧-ヨドバシ・ドット・コムでのアップル製品販売終了 2010-04-24 10:10:58 福田尚久 @naohisafukuda アップルの98年の流通改革は、旧来のNEBA店(昔からの家電量販店の組合加盟店)から当時の新興勢力になりつつあったカメラ店へ軸足をシフトした。それから12年の歳月がたち、最近はカメラ系やヤマダが高コスト体質になり、最早価格勝負ができなくなっている。当然、メーカー離れが進んでいく。 2010-04-24 10:17:26
「小さなチーム、大きな仕事」読書ガイド REWORK Japanese Edition, a Reading Guide 37signalsの2人が書いた「小さなチーム、大きな仕事」(ジェイソン・フリード, デイヴィッド・ハイネマイヤー・ハンソン著. 黒沢健二, 松永肇一, 美谷広海, 祐佳ヤング 訳. ハヤカワ新書)、起業を志す個人から大企業の経営者まで、新しいビジネスを立ち上げる時の成功のヒントがぎっしり詰まった優れた本だと思いました。実は私は英語版の方を先に読んでいて、是非この本の日本語版を昔大変お世話になったある紳士に贈ろうと思いました。日本語版がうまく原書の内容を伝えられているかを確認するために日本語版を日本から取り寄せました。やはり翻訳って難しいですよね。例えば「ホールフーズ」という訳が、ある事例として本書の中に出てくるのですが、北米の大都市に住んだことがある人ならば知っている
「パターン認識と機械学習(PRML)」10.2 章に従って変分ベイズ(Variational Bayes, VB)を R で実装してみて、PRML に書いてある内容通りか確認してみたところ、なんか違う。 「『変分混合ガウス分布は、余った混合要素は勝手にゼロになるから K が大きくてもいいよ』とか書いてあるけど全然縮退しないよ。ベイズ職人でないとうまくいかないらしいよ」 「初期値について『対称性から、通常 m_0=0 とおく』と書いてあるけど、ほんとに m_0=0 にしたら、全パラメータが k に対して同じ値になっちゃうよ」 と言いふらしていたら、スクリプトのバグだった。 ので、罪滅ぼしにまじめにもうちょっといろいろ検証してみたよ、というお話。 経緯 変分ベイズ実装(PRML 10.2) https://shuyo.hatenablog.com/entry/20100306/variatio
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く