【機械学習】
共分散行列を使ったベイズ分類器を作成しています。
しかし、実際のデータを当てはめてみると、
この共分散行列が Sparse すぎて、すぐに Singular になってしまいます。
これでは逆行列を求めることができません。
実際にこういうことはよくあると思うのですが、普通はどうするのでしょうか？
ナイーブベイズにおける smoothing のような手法があると思うのですが、
どのような手法があるのでしょうか？教えてください。
※ 有料アンケート・ポイント付き質問機能は2023年2月28日に終了しました。
ログインして回答する
この質問へのコメント
質問の情報
- 登録日時
- 2010-11-08 21:45:33
- 終了日時
- 2010-11-15 21:50:03
- 回答条件
- 回答にURL必須 1人2回まで
この質問のカテゴリ
この質問に含まれるキーワード
人気の質問
-
高二男子です。なんか最近知らない女性によく話しかけられます。要件はそんなに大したことじゃなくただlin…
匿名質問者
1
-
岳父(がくふ)というと、妻の父です。妻の母は、丈母(じょうぼ) でもよいようです。さて、①夫の父は、何と…匿名質問者
-
アメリカ本土は、４つの時間があるようですが、同じ州なのに、ふたつに分かれているところがあります。銀行…匿名質問者
-
2025年3月のJR東海ダイヤ改正で最も可能性の高い内容はどれでしょうか？ １ 315系東海道線・御殿場線・身延…匿名質問者
-
2025年3月のJR東日本のダイヤ改正で最も可能性の高い内容はどれでしょうか？ 1 中央線快速グリーン車サービ…
KUWA
こんなものは参考になりませんでしょうか…。
http://nlp.stanford.edu/courses/cs224n/2001/cpinon/writeup.pdf
ならなかったらゴメンナサイ…。
コメントありがとうございます。
教えていただいた資料はナイーブベイズの smoothing の話のようで、私の問題とは似ていますが違うものです。
私が作っているのは正規分布を仮定したパラメトリックベイズです。
http://en.wikipedia.org/wiki/Estimation_of_covariance_matrices#Shrinkage_estimation
というのを見つけた。