13. エビデンス近似
3.5.2 エビデンス関数の最大化
ln p(t|↵, ) =
M
2
ln ↵ +
N
2
ln E(mN)
1
2
ln |A|
N
2
ln(2⇡)
0 =
M
2↵
1
2
mT
NmN
1
2
X
i
1
i + ↵
d
d↵
M
2
ln ↵ +
↵
2
mT
NmN
1
2
ln |A| = 0
↵mT
NmN = M ↵
X
i
1
i + ↵
↵ mN
↵ ↵
! =
X
i
i
↵ + i
↵ =
mT
NmN
の定義↵の最大化
・↵に関する停留点⇣
!T
(3.81)
⌘
ui = iui
Aの固有値↵ + i
M =
MX
i
!i + ↵
!i + ↵
ex.3.20
とAより
が に依存するだけでなく事後分布のモード 自身も
に依存するため に関する陰関数となる
・
・エビデンス関数
A = ↵I + T
mN = A1T t
=
(3.53)
d
d↵
ln |A| =
d
d↵
ln
Y
i
(i + ↵) =
d
d↵
X
ln(i + ↵) =
X
i
1
i + ↵
14. エビデンス近似
3.5.2 エビデンス関数の最大化
の最大化
ex.3.22
d
d!
ln |A| =
d
d!
X
i
ln(i + ↵) =
1
!
X
i
A = ↵I + T
mN = A1T t
i
i + ↵
=
$
!
ln p(t|↵, ) =
M
2
ln ↵ +
N
2
ln E(mN)
1
2
ln |A|
N
2
ln(2⇡)
0 =
N
2!
1
2
XN
n=1
N(xn)}2
{tn mT
#
2!
1
!
=
1
N
XN
n=1
N#(xn)}2
{tn mT
に関する停留点
陰関数
・
・
d
d
N
2
ln E(mN)
1
2
ln |A| = 0
=
!
2 kt − mNk2 +
↵
2
mT
E(mN) NmN
・対数エビデンス関数
d!i
d
=
!i
iが に比例することに注意する
⇣
!T
⌘
ui = iui
15. エビデンス近似
3.5.3 有効パラメータ数
事前分布と尤度関数の等高線を描く
固有値は尤度関数の歪み具合を表す
は正定値行列固有値はすべて正
! =
X
i
i
↵ + i
↵ =
mT
NmN
曲率が小さいと等高線がのびる
曲率と曲率半径との関係
T
0
!i
!i + ↵ 1
0 M
(3.91)
⇣
!T
⌘
ui = iui (3.87)