因子分析的变分贝叶斯混合
vbmfa的Python项目详细描述
降维因子分析的变分贝叶斯混合方法 以及集群。
因子分析(fa)是一种降维方法,类似于 主成分分析(PCA)、奇异值分解(SVD)或 独立成分分析(ica)。应用程序包括可视化、图像 压缩,或特征学习。因子分析仪的混合物包括 多个因子分析器,并允许降维和 集群。模型参数的变分贝叶斯学习防止 过度拟合与最大似然法(如期望)的比较 最大化(EM),并允许学习下层的维数 通过自动相关确定(ARD)得到的维数子空间。详细的 模型的解释可以找到here。
注
当前版本仍在开发中,需要针对 大规模数据集。我愿意接受任何建议,并对每一个 错误报告!
安装
安装vbmfa的最简单方法是使用pypi:
pip install vbmfa
或者,您可以从github签出存储库:
git clone https://github.com/cangermueller/vbmfa.git
参考文献
[1] | Ghahramani, Zoubin, Matthew J Beal, Gatsby Computational, and Neuroscience Unit. “Variational Inference for Bayesian Mixtures of Factor Analysers.” NIPS, 1999. |
[2] | Bishop, Christopher M. “Variational Principal Components,” 1999. |
[3] | Beal, Matthew J. “Variational Algorithms For Approximate Bayesian Inference,” 2003. |