拉普拉斯近似算法小结
来源:互联网 发布:webservice json传递 编辑:程序博客网 时间:2024/06/04 00:50
序
在机器学习中,经常遇到需要对复杂分布进行近似的情况。目前常用的近似算法主要有三种:拉普拉斯近似、变分近似、Gibbs采样。其中拉普拉斯近似算法是用一个高斯分布来近似原始分布,当原始分布比较简单的时候效果会较好。
目标:
用一个高斯分布近似一组连续变量上的概率密度分布。
一维空间:
变量
两边取指数:
归一化高斯函数:
扩展到多维空间:
近似分布
两边取指数:
归一化高斯函数:
0 0
- 拉普拉斯近似算法小结
- 拉普拉斯近似算法小结
- 拉普拉斯近似
- 通过贝叶斯logistic回归看拉普拉斯近似
- 近似算法
- 近似算法
- 字符串近似匹配算法
- 01背包-近似算法
- 概率算法和近似算法
- 概率型算法&&近似算法
- 求点到线段的近似算法
- 2点距离近似算法
- 近似算法求解调度问题
- 各类近似优化算法学者
- LIRS算法的近似实现
- 【算发设计】近似算法
- 装箱问题近似算法概述
- LIRS算法的近似实现
- leetcode 4 Median of Two Sorted Arrays
- linux kernel内存碎片防治技术
- JQuery基础列表
- STM32F407+DP83848
- Xcode的一些使用技巧
- 拉普拉斯近似算法小结
- 【OpenCV】计算图像的水平和垂直积分投影
- python关于 date的使用
- 这几天的总结
- Codeforces Round #329 (Div. 2)A. 2Char
- Codeforces Round #329 (Div. 2)
- ubuntu下软件管理
- 面向对象(笔记整理)
- 玩转树莓派--GPIO操作