kento1109 https://blog.hatena.ne.jp/kento1109/ 機械学習・自然言語処理の勉強メモ https://kento1109.hatenablog.com/ Stan はじめに 前回は「コワイ本」のTwoCountryQuizのタスクに取り組んだ。今回はこの続きについてまとめる。 ラベルスイッチング 前回のモデルは事後分布が二峰性をもつような分布となっていた。 この原因として「ラベルスイッチング」が原因だと述べた。 混合モデルを考える場合、これはやはり避けて通れない。はじめに「何故そう考えたか」について尤度計算を交えて説明する。 まず、今回のデータ（TwoCountryQuiz）は以下のような行列だった。 A B ... H 人1 1 0 ... 1 人2 1 0 ... 1 ... ... ... ... ... 人8 0 1 ... 0 そして、 人1が… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fkento1109.hatenablog.com%2Fentry%2F2018%2F08%2F12%2F203718" title="Stan：TwoCountryQuiz② - 機械学習・自然言語処理の勉強メモ" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://chart.apis.google.com/chart?cht=tx&chl=%0A%5Cbegin%7Beqnarray%7D%0AL%20%26%3D%26%20%5Cprod_%7Bi%3D1%7D%5E%7Bnx%7D%5Cprod_%7Bj%3D1%7D%5E%7Bzj%7D%5Cleft%28%0A%20%20%20%20%5Cbegin%7Barray%7D%7Bccc%7D%0A%20%20%20%20%20%20%281-p%28x_i%29%29%2B%281-p%28z_j%29%29%20%2B%20%7B%5Crm%20Bern%7D%28k_%7Bi%2Cj%7D%7C%5Calpha%29%5C%5C%0A%20%20%20%20%20%20%2B%20%5C%5C%0A%20%20%20%20%20%20p%28x_i%29%2Bp%28z_j%29%20%2B%20%7B%5Crm%20Bern%7D%28k_%7Bi%2Cj%7D%7C%5Calpha%29%5C%5C%0A%20%20%20%20%20%20%2B%20%5C%5C%0A%281-p%28x_i%29%29%2Bp%28z_j%29%20%2B%7B%5Crm%20Bern%7D%28k_%7Bi%2Cj%7D%7C%5Cbeta%29%5C%5C%0A%20%20%20%20%20%20%2B%20%5C%5C%0Ap%28x_i%29%2B%20%281-p%28z_j%29%29%20%2B%20%7B%5Crm%20Bern%7D%28k_%7Bi%2Cj%7D%7C%5Cbeta%29%5C%5C%0A%20%20%20%20%5Cend%7Barray%7D%0A%20%20%5Cright%29%0A%5Cend%7Beqnarray%7D%0A Hatena Blog https://hatena.blog 2018-08-12 20:37:18 rich https://kento1109.hatenablog.com/entry/2018/08/12/203718 1.0 100%