Bayesian Canonical Correlation Analysis
Bayesian canonical correlation analysis is a probabilistic generative model that identifies shared latent structure between two or more sets of observed variables. It extends classical CCA by placing priors on model parameters, enabling principled uncertainty quantification, automatic determination of the number of shared dimensions, and robustness when sample sizes are small relative to dimensionality.
Kilderegister
Siteringer kopiert ordrett fra metodens kilderegister. Ingen påstandsnivåverifisering er underforstått fra dem.
- Bach, F. R. & Jordan, M. I. (2005). A probabilistic interpretation of canonical correlation analysis. Technical Report 688, Department of Statistics, University of California, Berkeley. · URL
- Klami, A., Virtanen, S. & Kaski, S. (2013). Bayesian canonical correlation analysis. Journal of Machine Learning Research, 14, 965-1003. · URL
Kuraterte påstander
Påstander lagret i bevishovedboken, hver med sin egen vurdering.
Denne visningen finner ikke opp en påstandsvurdering når hovedboken ikke har noen.
Relaterte metoder
Generert fra metodegrafen og vist som maskinforslåtte relasjoner – ingen bevispåstand er underforstått.