我们的算法的性能与以下竞争对手进行了比较:即批UCB(BUCB,[德索特尔等,2014]),汤普森抽样(TS,[坎达萨米等,2018])、纯GP-UCB利用(UCBPE,[门户等,2013]),随机策略全分布贝叶斯优化(SP,[加西亚-巴尔科斯和马丁内斯-坎坦,2019a]),以及预期改进的顺序克里格版本(EI,[詹和兴,2020],[狩猎,2020])。我们的实验设置...
我将导出感兴趣参数的后验条件分布,给出用于实现Gibbs采样器的R代码,并提出所谓的网格方法。 贝叶斯模型 假设我们观察数据 对于我们的模型 是 有趣的是推断 和 。如果我们将正态先验放在系数上,将反伽玛先验放在方差项上,则此数据的完整贝叶斯模型可以写为: 假设超参数 是已知的,后验可以被写入到一个比例常数, ...