Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Sűrűségfüggvény Parzen becslés Mintapontszám, szigma.

Hasonló előadás


Az előadások a következő témára: "Sűrűségfüggvény Parzen becslés Mintapontszám, szigma."— Előadás másolata:

1 Sűrűségfüggvény Parzen becslés Mintapontszám, szigma

2 (távolságnál) Küszöb hatása távolságnál

3 Skálázás hatása

4

5 K-means

6

7 Kohonen map

8

9

10 Kiinduló adatok

11 SOM (Kohonen) kiinduló számos iteráció után

12 Kohonen map

13 SOM eredmény Szövegbányászati alkalmazás Több mint dokumentum feldolgozás Világos helyek sűrűsödések

14 NN klaszterezés: két Gauss eloszlású mintakészlet; hozzáadva egy pontot a helyzet nagyon megváltozik

15 Példa PCA alkalmazására képtömörítésnél.

16 Sajátértékek alakulása

17 Az első 20 legfontosabb sajátvektor (sajátkép)

18 A saját értékekhez tartozó sajátképek

19 Kernel PCA A sajátvektorok normalizálása A sajátvektorra vett vetület:

20 A nulla várhatóérték biztosítása a jellemzőtérben Kapcsolat a nulla várhatóértékű és az eredeti kernelmátrixok között

21 Nemlineáris főkomponens probléma: tesztfeladatok

22 Kernel PCA egyre magasabb-fokú polinom kernellel fokszám: 1234 Az első három sajátvektor „irány” a bemeneti térben ábrázolva Konstans főkom- ponens értékek vonalai a bemeneti térben ábrázolva

23 eredeti zajos M= M= Gauss zaj pontszerű zaj PCA-KPCA zajszűrő hatás összehasonlítása PCA KPCA Gauss kernel

24

25

26 Független komponens analízis, ICA Alapprobléma: Statisztikai függetlenség és korrelálatlanság Nemgauss-ság szupergauss (pl. exponenciális), szubgauss (pl. egyenletes) Mintapéldák időfüggvények, hangfájlok, 2D mintapontkészlet

27

28 3 eredeti jel

29 3 megfigyelt kevert jel

30 3 visszaállított jel

31 3 eredeti jel 3 visszaállított jel

32

33 ICA Momentumok, centrális momentumok kurtózis, normalizált kurtózis, fehérített eset

34 ICA Információelméleti alapfogalmak entrópia Differenciális entrópia (folytonos valószínűségi változónál)

35 ICA Különböző megközelítések 1.Nemgauss-ság alapon, kurtózis, mivel a Gauss kurtózisa nulla szub Gauss, szuper Gauss Keressük z 1 -et és z 2 -t z 1 =1 és z 2 =0 vagy fordítva

36 1.Nemgauss-ság alapon, negentrópia, mivel a Gauss entrópiája maximális (ha a kovariancia mátrix azonos) A negentrópia mindig nemnegatív és csak akkor nulla, ha y Gauss

37 Kölcsönös információ minimalizálása alapján A komponensenkénti entrópiák összege és az együttes entrópia különbsége... ML becslés alapon Megfelelő vetítési irány keresése alapon Nemlineáris PCA alapon... Előfeldolgozás: fehérítés Gyors algoritmusok:

38

39 Mi maradt ki: Sokminden : regresszió, osztályozás, klaszterezés dinamikus modellek (pl. HMM) hiányzó adatok kezelése, inputation, EM algoritmus...


Letölteni ppt "Sűrűségfüggvény Parzen becslés Mintapontszám, szigma."

Hasonló előadás


Google Hirdetések