bma:贝叶斯模型平均的例程-源码

上传者: 42144554 | 上传时间: 2021-06-09 17:38:13 | 文件大小: 330KB | 文件类型: ZIP
贝叶斯模型平均 提供用于贝叶斯模型平均(BMA)的例程。 BMA在模型空间(例如线性回归模型)中搜索有前途的模型,并计算该空间上的后验概率分布。 然后根据模型空间上的加权平均值估计系数。 运行BMA就像拟合回归模型一样简单。 估计将接近您通过拟合“真实的”嵌套模型所获得的估计,并且不需要该模型的知识。 目录 以下脚本与最终用户有关: linear_regression.py包含用于贝叶斯线性回归的例程。 linear_averaging.py包含线性BMA的例程。 sim.py演示了线性BMA的基本用法。 如果要使BMA适应其他模型空间,以下脚本很有用: core.py包含通用BMA的例程。 mcmc.py包含通用MCMC例程。 用法 我使用的特定贝叶斯回归模型期望2个超参数: g是惩罚模型大小的参数。 我建议将其设置为max(n_obs,n_dim ^ 2)。 p是您对

文件下载

资源详情

[{"title":"( 9 个子文件 330KB ) bma:贝叶斯模型平均的例程-源码","children":[{"title":"bma-master","children":[{"title":"sim.py <span style='color:#111;'> 1.76KB </span>","children":null,"spread":false},{"title":"bayesvarsel_notes.pdf <span style='color:#111;'> 323.45KB </span>","children":null,"spread":false},{"title":"mcmc.py <span style='color:#111;'> 6.77KB </span>","children":null,"spread":false},{"title":"linear_regression.py <span style='color:#111;'> 7.29KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 17.62KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.25KB </span>","children":null,"spread":false},{"title":"core.py <span style='color:#111;'> 9.61KB </span>","children":null,"spread":false},{"title":"linear_averaging.py <span style='color:#111;'> 8.10KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 702B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明