没有合适的资源?快使用搜索试试~ 我知道了~
证明收敛阶的matlab代码稀疏性提升 去做 重新考虑是否/在何处进行归一化和离散化。 考虑缓存Tr(Ky(:))。 然后,如果我不使用p值,则可以使用H是幂等的来计算Tr(HAH HBH)= Tr(AHBH),即我只需要计算KxH,依此类推。 从c ++代码中删除打印语句。 改进离散化使用方法,以使相互信息最大化。 去除异常值后重新生成ROC曲线。 考虑多次学习网络以改善边缘分类器。 需要证明边缘分类器是一致的。 我需要确保不会发生的问题是从属分布看起来不像是一个尖峰,但实际上在分布的平坦部分中确实隐藏了一些。 评估贝叶斯边缘分类器的AUC。 记住要提到Joris Mooij的论文,强调我仅使用观察性数据,也许讨论了如何将介入性数据纳入我们的方法。 在论文中重申,假设数据是从y〜A phi(x)+ eps提取的,则最小化伪似然项恰好等于最大化似然性。 绘制边缘分数的beta函数。 使用花式离散化和正常离散化将Sachs数据的结果进行比较。 标度 尝试将范数(K(:))除以总均值,每个条件集大小的均值n,sqrt(n)和log(n)。 sqrt(n)似乎做得最好,但是似乎并没有收敛。
资源推荐
资源评论
资源评论
weixin_38514322
- 粉丝: 5
- 资源: 891
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功