| http://dbpedia.org/ontology/abstract
|
يسمى التجانس المضاف في الإحصاء أيضًا تجانس … يسمى التجانس المضاف في الإحصاء أيضًا تجانس لابلاس أو تجانس Lidstone ، وهو تقنية تستخدم لمجانسة حقول البيانات الفئوية. وفقاً لملاحظة (x = x1,x2,x3...xd) من مع عدد N من التجارب، فإن الإصدار المتجانس أو «السلس» من البيانات يعطينا المقدّر الآتي: حيث يمثل وسيط التجانس α > 0، وعندما يكون الوسيط مساوياً لصفر α = 0 فذلك يعني عدم وجود تجانس. التجانس أو الصقل المضاف هو نوع من ، حيث أن التقدير الناتج سيكون ضمن الاحتمال التجريبي (التردد النسبي) الناتج من قسمة كل ملاحظة على عدد التجارب، والاحتمالية موحدة الناتجة من قسمة 1 على عدد العينات في مجموعة الملاحظات. من وجهة نظر بايزية، فإن هذا يتوافق مع القيمة المتوقعة للاحتمال البعدي، باستخدام توزيع ديريكليت المتماثل مع القيمة α كتوزيع مسبق. في الحالة الخاصة التي يكون فيها عدد الفئات 2، يكون هذا مكافئًا لاستخدام توزيع بيتا باعتباره الاقتران السابق لمعلمات التوزيع ذي الحدين.الاقتران السابق لمعلمات التوزيع ذي الحدين.
, In statistics, additive smoothing, also ca … In statistics, additive smoothing, also called Laplace smoothing or Lidstone smoothing, is a technique used to smooth categorical data. Given a set of observation counts from a -dimensional multinomial distribution with trials, a "smoothed" version of the counts gives the estimator: where the smoothed count and the "pseudocount" α > 0 is a smoothing parameter. α = 0 corresponds to no smoothing. (This parameter is explained in below.) Additive smoothing is a type of shrinkage estimator, as the resulting estimate will be between the empirical probability (relative frequency) , and the uniform probability . Invoking Laplace's rule of succession, some authors have argued that α should be 1 (in which case the term add-one smoothing is also used), though in practice a smaller value is typically chosen. From a Bayesian point of view, this corresponds to the expected value of the posterior distribution, using a symmetric Dirichlet distribution with parameter α as a prior distribution. In the special case where the number of categories is 2, this is equivalent to using a Beta distribution as the conjugate prior for the parameters of Binomial distribution.r the parameters of Binomial distribution.
|
| http://dbpedia.org/ontology/wikiPageExternalLink
|
http://www.aclweb.org/anthology/P96-1041.pdf +
, https://web.archive.org/web/20040909153902/http:/www.soe.ucsc.edu/research/compbio/html_format_papers/tr-95-11/node8.html +
, https://archive.today/20130419033054/http:/www.soe.ucsc.edu/research/compbio/html_format_papers/tr-95-11/node30.html +
|
| http://dbpedia.org/ontology/wikiPageID
|
17110513
|
| http://dbpedia.org/ontology/wikiPageLength
|
12062
|
| http://dbpedia.org/ontology/wikiPageRevisionID
|
1096839761
|
| http://dbpedia.org/ontology/wikiPageWikiLink
|
http://dbpedia.org/resource/Expected_value +
, http://dbpedia.org/resource/PPM_compression_algorithm +
, http://dbpedia.org/resource/0_%28number%29 +
, http://dbpedia.org/resource/Principle_of_indifference +
, http://dbpedia.org/resource/Prediction_by_partial_matching +
, http://dbpedia.org/resource/Bag_of_words_model +
, http://dbpedia.org/resource/Probability +
, http://dbpedia.org/resource/Parameter +
, http://dbpedia.org/resource/Category:Statistical_natural_language_processing +
, http://dbpedia.org/resource/Event_%28probability_theory%29 +
, http://dbpedia.org/resource/Category:Probability_theory +
, http://dbpedia.org/resource/Recommender_system +
, http://dbpedia.org/resource/George_James_Lidstone +
, http://dbpedia.org/resource/Edwin_Bidwell_Wilson +
, http://dbpedia.org/resource/Shrinkage_estimator +
, http://dbpedia.org/resource/Sample_%28statistics%29 +
, http://dbpedia.org/resource/Interval_estimate +
, http://dbpedia.org/resource/Rule_of_Succession +
, http://dbpedia.org/resource/Rule_of_succession +
, http://dbpedia.org/resource/Posterior_distribution +
, http://dbpedia.org/resource/Cromwell%27s_rule +
, http://dbpedia.org/resource/Naive_Bayes_classifier +
, http://dbpedia.org/resource/Halting_problem +
, http://dbpedia.org/resource/Jeffreys_prior +
, http://dbpedia.org/resource/Statistics +
, http://dbpedia.org/resource/Agresti%E2%80%93Coull_interval +
, http://dbpedia.org/resource/Categorical_data +
, http://dbpedia.org/resource/Hidden_Markov_model +
, http://dbpedia.org/resource/Relevance_feedback +
, http://dbpedia.org/resource/Dirichlet_distribution +
, http://dbpedia.org/resource/Artificial_neural_network +
, http://dbpedia.org/resource/Machine_learning +
, http://dbpedia.org/resource/Binomial_distribution +
, http://dbpedia.org/resource/Estimator +
, http://dbpedia.org/resource/Discrete_uniform_distribution +
, http://dbpedia.org/resource/Bayesian_average +
, http://dbpedia.org/resource/Pierre-Simon_Laplace +
, http://dbpedia.org/resource/Relative_frequency +
, http://dbpedia.org/resource/Categorical_distribution +
, http://dbpedia.org/resource/Beta_distribution +
, http://dbpedia.org/resource/Multinomial_distribution +
, http://dbpedia.org/resource/Smoothing +
, http://dbpedia.org/resource/Density_estimation +
, http://dbpedia.org/resource/Binomial_proportion_confidence_interval +
, http://dbpedia.org/resource/Empirical_probability +
, http://dbpedia.org/resource/Prior_distribution +
, http://dbpedia.org/resource/Model_%28abstract%29 +
, http://dbpedia.org/resource/Sunrise_problem +
, http://dbpedia.org/resource/Bayesian_inference +
, http://dbpedia.org/resource/Category:Categorical_data +
, http://dbpedia.org/resource/Wilson_score_interval +
|
| http://dbpedia.org/property/date
|
October 2018
|
| http://dbpedia.org/property/wikiPageUsesTemplate
|
http://dbpedia.org/resource/Template:Reflist +
, http://dbpedia.org/resource/Template:Cite_journal +
, http://dbpedia.org/resource/Template:Refbegin +
, http://dbpedia.org/resource/Template:Citation_needed +
, http://dbpedia.org/resource/Template:Refend +
, http://dbpedia.org/resource/Template:Explain +
, http://dbpedia.org/resource/Template:Harvtxt +
, http://dbpedia.org/resource/Template:Tmath +
, http://dbpedia.org/resource/Template:For +
, http://dbpedia.org/resource/Template:Short_description +
, http://dbpedia.org/resource/Template:Section_link +
, http://dbpedia.org/resource/Template:Harv +
|
| http://purl.org/dc/terms/subject
|
http://dbpedia.org/resource/Category:Probability_theory +
, http://dbpedia.org/resource/Category:Categorical_data +
, http://dbpedia.org/resource/Category:Statistical_natural_language_processing +
|
| http://www.w3.org/ns/prov#wasDerivedFrom
|
http://en.wikipedia.org/wiki/Additive_smoothing?oldid=1096839761&ns=0 +
|
| http://xmlns.com/foaf/0.1/isPrimaryTopicOf
|
http://en.wikipedia.org/wiki/Additive_smoothing +
|
| owl:sameAs |
http://ar.dbpedia.org/resource/%D8%A7%D9%84%D8%AA%D8%AC%D8%A7%D9%86%D8%B3_%D8%A7%D9%84%D9%85%D8%B6%D8%A7%D9%81 +
, http://yago-knowledge.org/resource/Additive_smoothing +
, http://www.wikidata.org/entity/Q4681348 +
, http://rdf.freebase.com/ns/m.042103t +
, https://global.dbpedia.org/id/4LRaa +
, http://dbpedia.org/resource/Additive_smoothing +
|
| rdf:type |
http://dbpedia.org/class/yago/Abstraction100002137 +
, http://dbpedia.org/class/yago/PsychologicalFeature100023100 +
, http://dbpedia.org/class/yago/Datum105816622 +
, http://dbpedia.org/class/yago/Information105816287 +
, http://dbpedia.org/class/yago/WikicatCategoricalData +
, http://dbpedia.org/class/yago/Cognition100023271 +
|
| rdfs:comment |
In statistics, additive smoothing, also ca … In statistics, additive smoothing, also called Laplace smoothing or Lidstone smoothing, is a technique used to smooth categorical data. Given a set of observation counts from a -dimensional multinomial distribution with trials, a "smoothed" version of the counts gives the estimator:version of the counts gives the estimator:
, يسمى التجانس المضاف في الإحصاء أيضًا تجانس … يسمى التجانس المضاف في الإحصاء أيضًا تجانس لابلاس أو تجانس Lidstone ، وهو تقنية تستخدم لمجانسة حقول البيانات الفئوية. وفقاً لملاحظة (x = x1,x2,x3...xd) من مع عدد N من التجارب، فإن الإصدار المتجانس أو «السلس» من البيانات يعطينا المقدّر الآتي: حيث يمثل وسيط التجانس α > 0، وعندما يكون الوسيط مساوياً لصفر α = 0 فذلك يعني عدم وجود تجانس. التجانس أو الصقل المضاف هو نوع من ، حيث أن التقدير الناتج سيكون ضمن الاحتمال التجريبي (التردد النسبي) الناتج من قسمة كل ملاحظة على عدد التجارب، والاحتمالية موحدة الناتجة من قسمة 1 على عدد العينات في مجموعة الملاحظات.سمة 1 على عدد العينات في مجموعة الملاحظات.
|
| rdfs:label |
التجانس المضاف
, Additive smoothing
|
