限制可交换非参数分布
统计方法学
2012-09-07 v1 机器学习
摘要
具有无限多列的可交换矩阵上的分布（如 Indian buffet process）在构建非参数潜变量模型中非常有用。然而，此类模型隐含的每个数据点所展现特征数量的分布可能不适合许多建模任务。在本文中，我们提出了一类通过限制现有模型定义域而获得的可交换非参数先验。此类模型允许我们指定每个数据点特征数量的分布，并且对于原始分布无法良好建模特征数量的数据集，能够实现更好的性能。
引用
@article{arxiv.1209.1145,
title = {Restricting exchangeable nonparametric distributions},
author = {Sinead Williamson and Zoubin Ghahramani and Steven N. MacEachern and Eric P. Xing},
journal= {arXiv preprint arXiv:1209.1145},
year = {2012}
}