2009-07-26 PRML第4章メモ 4.1 線形関数(判別関数) 線形識別関数 入力変数とパラメータとの内積で出力変数(1次元)に射影。y = w・x + w0(w0 : bias parameter)。決定面は y = 0。 決定面から大きく離れた入力関数にペナルティを課してしまう⇒おかしい 誤差関数 : ½Tr{(XW-T)T(XW-T)} フィッシャーの線形判別 クラス1の目標関数を N/N1、クラス2の目標関数を N/N2 として、線形識別関数に最小二乗法を適用すると得られる パーセプトロンアルゴリズム 入力変数->非線形関数->パラメータとの内積->ステップ関数->出力変数 誤差関数 : E(w) = -Σ[n:error] WT φn tn 解は最急降下法で求められる(ただし収束がめちゃくちゃ遅い) 4.2 確率的生成モデル ガウス分布の活性 : ak(x) = (Σ-1μk)Tx + (-½μkTΣ-1μk + ln p(Ck)) 指数型分布族の活性 : ak(x) = λkTx + (ln g(λk) + ln p(Ck)) 4.3 確率的識別モデル 読んでない 4.4 ラプラス近似 ラプラス近似 = 確率分布を、そのモードを平均に、モードでのヘッセ行列を分散に持つガウス分布で近似 BIC : ln(D|θMAP) - ½M ln N 4.5 ベイズロジスティック回帰 読んでない