本文主要介绍一款机器学习领域中常用的数学工具包,也是一个仿真实验工具 --- SparseBayes(稀疏贝叶斯)toolbox。
1、参考网址:
=== 稀疏贝叶斯工具包下载地址:http://www.miketipping.com/index.htm
=== 本文由来:参考论文“基于多模态多标记迁移学习的早期阿尔茨海默病诊断”
2、基本使用方法:
1)下载工具包,并解压到本地磁盘上,本文解压到“MATLAB\R2016a\toolbox”目录下。
2)打开Matlab软件,添加路径“set path”,如下图所示:
3)完成以上步骤即可使用SparseBayes工具包的相关函数,调用如下函数进行测试:
SparseBayesDemo('Gaussian',1)
3、案例,参考文档“SB2_Manual”,下载的压缩包内附有该文档:
1)SparseBayes toolbox的函数列表和简介,更详细的内容可参考“SB2_Manual”,如下图所示:
2)Bernoulli 分布
3)可依次输入如下命令,调用相关的函数感受一下这个工具包,更多案例请参考说明文档:
SparseBayesDemo('Gaussian',1)
SparseBayesDemo('Gaussian',2)
SparseBayesDemo('Gaussian',1,0.01)
SparseBayesDemo('Gaussian',1,1)
SparseBayesDemo('Bernoulli',1)
SparseBayesDemo('Bernoulli',2)
4)三维空间的效果图如下所示:
说明:
后续实验过程如果有用到这个工具包,本文会继续做补充并进一步整理博文,分享给大家。
转载请注明原文地址: https://ju.6miu.com/read-668416.html