next up previous
次へ: の場合 上へ: 実験 戻る: の場合

$\kappa _4>0$ の場合

真の分布は 3 個の正規分布の混合分布をとった.
$\displaystyle q(x)$ $\textstyle =$ $\displaystyle \sqrt{C_3\over\pi}\Bigl[
0.8\exp\left\{-C_3x^2\right\}$  
    $\displaystyle + 0.1\exp\left\{-C_3(x-C_4)^2\right\}
+ 0.1\exp\left\{-C_3(x-C_4)^2\right\}\Bigr],$ (4.9)

ただし, $C_3 = 50.0, C_4=2.22486$$q(x)$ の分散が 1.0 になるように とった. この分布の 4 次のキュムラントは約 1.96 である. 最尤解の例と経験尤度,テストサンプルを用いて推定した汎化バイアスを それぞれ図4.5,図4.6,図4.7に示す. この場合も定理 6 の結果が定性的に観察される. また前節同様,仮定 2 から大きく外れた解が 最尤解になる場合には,非単調性が観測されない場合もあった.

図 4.5: $\kappa _4>0$ のときの最尤解. 横軸: $\log(\beta)$; 縦軸: $w$ および $x$. 点は各温度での最尤解右端の `$-$' が学習サンプルをあ らわす
\begin{figure}\begin{center}
\leavevmode \epsfile{file=rbbm/wt5.ps,height=.5\textheight}
\end{center}\end{figure}

図 4.6: $\kappa _4>0$ のときの経験尤度. 横軸: $\log(\beta)$; 縦軸: 経験尤度; 破線 : $\beta _c$ の経験値
\begin{figure}\begin{center}
\leavevmode \epsfile{file=rbbm/lk5a.ps,height=.5\textheight}
\end{center}\end{figure}

図 4.7: $\kappa _4>0$ のときのバイアスの推定値の振舞い. 横軸: $\log(\beta)$; 縦軸: バイアスと訓練サンプルの数の積; 破線 : $\beta _c$ の経験値
\begin{figure}\begin{center}
\leavevmode \epsfile{file=rbbm/lk5.ps,height=.5\textheight}
\end{center}\end{figure}



Shotaro Akaho 平成15年7月22日