一种用于二分类响应数据的灵活贝叶斯广义线性模型及其在文本分类中的应用
统计方法学
2007-08-22 v1
摘要
我们提出了一类稀疏广义线性模型，它将 probit 回归和 logistic 回归作为特例包含在内，并提供了一些额外的灵活性。我们提供了一种 EM 算法，用于从数据中学习这些模型的参数。我们将该方法应用于文本分类和模拟数据，结果表明，我们的方法通常以显著优势优于 logistic 模型、probit 模型以及 elastic net。
引用
@article{arxiv.0708.0959,
title = {A flexible Bayesian generalized linear model for dichotomous response data with an application to text categorization},
author = {Susana Eyheramendy and David Madigan},
journal= {arXiv preprint arXiv:0708.0959},
year = {2007}
}
评论
Published at http://dx.doi.org/10.1214/074921707000000067 in the IMS Lecture Notes Monograph Series (http://www.imstat.org/publications/lecnotes.htm) by the Institute of Mathematical Statistics (http://www.imstat.org)