Seyrek çözeltiler oluşturmak için genel bir yöntem, bilinmeyen bir varyanstan önce sıfır ortalama normal ile MAP tahminidir.
p(xi|σ2i)∼N(0,σ2i)
Daha sonra bir moda sahip öncesine , arka mod genellikle seyrek olur. bir üstel karıştırma dağılımı alarak bu yaklaşımdan ortaya çıkmaktadır. L 1σ2iL1
p(σ2i|λ)∼Expo(λ22)
Sonra sen al
log[p(xi|λ)]=−λ|xi|+log[λ2]
Bazı alternatifler genelleştirilmiş çift pareto, yarı cauchy, ters beta'dır. Bir anlamda bunlar kementten daha iyidir çünkü büyük değerleri küçültmezler. Aslında genelleştirilmiş çift pareto'nun üslerin bir karışımı olarak yazılabileceğinden eminim. Yani ve sonra önce bir gamma yerleştiriyoruz . Biz:λ=λip(λi|αβ)
p(xi|αβ)=α2β(1+|xi|β)−(α+1)
İyi küresel parametrelerin seçilmesine yardımcı oldukları için normalleştirici sabitleri eklediğimi unutmayın. Şimdi aralık kısıtlamasını uygularsak, simpleks üzerinde yeniden normalleştirmemiz gerektiğinden daha karmaşık bir sorunumuz var.
Seyrekliği tetikleyen cezaların bir diğer genel özelliği, sıfırda ayırt edilememesidir. Genellikle bunun nedeni sol ve sağ sınırların zıt işaret olmasıdır.
Bu, Nicolas Polson ve James Scott'un TIRLS'yi geliştirmek için kullandıkları varyans ortalama karışım gösterimleri üzerindeki parlak çalışmalarına dayanıyor - en az karelerin çok büyük bir kayıp-ceza kombinasyonları sınıfına büyük bir uzantısı.
Alternatif olarak, simpleks üzerinde tanımlanan, ancak sıfırda marjinal dağılımlarda modlara sahip olan bir öncekini kullanabilirsiniz. Bir örnek, 0 ve 1 arasındaki tüm parametreleri içeren dirichlet dağılımıdır.
−∑i=1n−1(ai−1)log(xi)−(an−1)log(1−∑i=1n−1xi)
Burada . Ancak cezanın tekilliği olduğundan sayısal olarak optimizasyon konusunda dikkatli olmanız gerekir. Daha sağlam bir tahmin süreci, posterior ortalamanın kullanılmasıdır. Tam bir seyrekliği kaybetmenize rağmen, sıfıra yakın birçok posterior yol alacaksınız. P0<ai<1