«r» etiketlenmiş sorular

Daha yeni akademik amaçlı bir makine öğrenme uygulaması geliştirmeye başladım . Şu anda R kullanıyorum ve kendimi eğitiyorum. Ancak birçok yerde Python'u kullanan insanlar gördüm . Akademi ve endüstride insanlar ne kullanıyor ve tavsiye nedir?

101 machine-learning  r  python 

Bir regresyon modeli yapıyorum ve korelasyonları kontrol etmek için aşağıdakileri hesaplamam gerekiyor 2 Çok seviyeli kategorik değişken arasındaki korelasyon Çok seviyeli kategorik değişken ile sürekli değişken arasındaki korelasyon Çok seviyeli kategorik değişkenler için VIF (varyans enflasyon faktörü) Yukarıdaki senaryolarda Pearson korelasyon katsayısının kullanılmasının yanlış olduğuna inanıyorum çünkü Pearson sadece 2 …

63 r  statistics  correlation 

R, Veri Analizini amaçlayan birçok kütüphaneye sahiptir (örneğin JAGS, BUGS, ARULES vb.) Ve aşağıdaki gibi popüler ders kitaplarında bahsedilmiştir: J.Krusche, Bayesian Veri Analizi yapmak; B.Lantz, "R ile Makine Öğrenmesi". Bir veri kümesinin Büyük Veri olarak kabul edilmesi için 5 TB'lık bir kılavuz gördüm. Sorum şu: R tipik olarak Büyük Veri …

48 bigdata  r 

R programlama için RStudio kullanıyorum. Visual Studio veya Eclipse gibi diğer teknoloji yığınlarından gelen katı IDE'leri hatırlıyorum. İki sorum var: RStudio'dan başka IDE'ler kullanılıyor (lütfen bunlarla ilgili kısa bir açıklama yapmayı düşünün). Herhangi birinin RStudio'ya göre belirgin avantajları var mı? Ben çoğunlukla kodlamanın yanı sıra, hata ayıklama / derleme / …

45 r  tools  rstudio  programming 

R'yi kullanan veri bilimi ile sınırlı uğraşımdan, kötü verileri temizlemenin analiz için veri hazırlamanın çok önemli bir parçası olduğunu anladım. Verileri işlemeden önce temizlemek için en iyi yöntemler veya işlemler var mı? Öyleyse, bu en iyi uygulamaların bazılarını uygulayan otomatik veya yarı otomatik araçlar var mı?

34 r  data-cleaning 

100 sayısal özellikli 50k örneklerin üzerinde bir degrade yükseltme modeli yetiştirmeye çalışıyorum. XGBClassifieriken benim makinede 43 saniye içinde kolları 500 ağaçları, GradientBoostingClassifierkolları sadece 10 ağaç (!) 1 dakika ve 2 saniye :( Ben rahatsız etmedi o saat sürer olarak 500 ağaç büyümeye çalışan. Aynı kullanıyorum learning_rateve max_depthayarları , aşağıya bakınız. …

29 scikit-learn  xgboost  gbm  data-mining  classification  data-cleaning  machine-learning  reinforcement-learning  data-mining  bigdata  dataset  nlp  language-model  stanford-nlp  machine-learning  neural-network  deep-learning  randomized-algorithms  machine-learning  beginner  career  xgboost  loss-function  neural-network  software-recommendation  naive-bayes-classifier  classification  scikit-learn  feature-selection  r  random-forest  cross-validation  data-mining  python  scikit-learn  random-forest  churn  python  clustering  k-means  machine-learning  nlp  sentiment-analysis  machine-learning  programming  python  scikit-learn  nltk  gensim  visualization  data  csv  neural-network  deep-learning  descriptive-statistics  machine-learning  supervised-learning  text-mining  orange  data  parameter-estimation  python  pandas  scraping  r  clustering  k-means  unsupervised-learning 

XGBoost, hem kategorik hem de sürekli bağımlı değişkenlerle uğraşmak konusunda mükemmel bir iş çıkarıyor. Ancak, bir XGBoost problemi için optimize edilmiş parametreleri nasıl seçerim? Son Kaggle problemi için parametreleri şöyle uyguladım: param <- list( objective = "reg:linear", booster = "gbtree", eta = 0.02, # 0.06, #0.01, max_depth = 10, #changed …

27 r  python  xgboost 

Veri bilimi görevleri için çok sayıda araç bulunduğundan ve her şeyi kurmak ve mükemmel bir sistem oluşturmak zordur. İnsanların hemen kullanabileceği Python, R ve diğer açık kaynaklı veri bilim araçlarının kurulu olduğu bir Linux / Mac OS görüntüsü var mı? Bir Ubuntu veya en son Python, R (IDE'ler dahil) ve …

24 python  r  tools 

R dili için çevrimiçi bir konsol arıyorum. Kodu yazdığım gibi, sunucunun çalıştırıp bana çıktı vermesi gerekir. Web sitesine benzer Datacamp.

24 r  statistics 

Bazı değişkenler sütunlar (Telstra ağ kesintisi) yerine satırlarla temsil edilen bir Kaggle meydan okuma üzerinde çalışıyorum. Şu anda R tidyr aracında bulunan gather (), separa () ve spread () 'nin eşdeğerini arıyorum.

18 r  python  dataset  data-cleaning  pandas 

https://github.com/Rdatatable/data.table/wiki/Benchmarks-%3A-Grouping Data.table kıyaslamaları 2014'ten beri güncellenmemiştir. PandasŞimdi daha hızlı bir yerde duydum data.table. Bu doğru mu? Herhangi bir kıyaslama yapan var mı? Daha önce hiç Python kullanmadım ama pandasyenebilirse geçiş yapmayı düşünürdüm data.table?

18 python  r  pandas  data  data.table 

Periyodik (günlük, aylık) web analizi gösterge tablosu raporları oluşturmam gerekiyor. Statik olacaktır ve etkileşim gerektirmez, bu nedenle hedef çıktı olarak bir PDF dosyası hayal edin. Raporlar tabloları ve grafikleri (esas olarak ggplot2 ile oluşturulan mini grafik ve madde işareti grafikleri) karıştıracaktır. Stephen Few / Perceptual Edge tarzı panoları düşünün, örneğin: …

17 r  visualization 

Ortak filtreleme kullanarak bir öneri sistemi oluşturmaya çalışıyorum. Her zamanki [user, movie, rating]bilgilerim var. 'Dil' veya 'film süresi' gibi ek bir özellik eklemek istiyorum. Böyle bir problem için hangi teknikleri kullanabileceğimden emin değilim. Lütfen python / R'deki referansları veya paketleri önerin.

17 python  r  recommender-system 

corr()Orijinal bir df dışında bir df oluşturun . corr()Df 70 X 70 çıktı ve ısı haritası görselleştirmek mümkün değildir ... sns.heatmap(df). Göstermeye çalışırsam corr = df.corr(), tablo ekrana sığmaz ve tüm korelasyonları görebilirim. Boyutundan dfbağımsız olarak tümünü yazdırmanın veya ısı haritasının boyutunu kontrol etmenin bir yolu var mı ?

17 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

Aşağıdaki tahmin fonksiyonu -ve değerleri de vermektedir, bu yüzden olasılık olamaz. param <- list(max.depth = 5, eta = 0.01, objective="binary:logistic",subsample=0.9) bst <- xgboost(param, data = x_mat, label = y_mat,nround = 3000) pred_s <- predict(bst, x_mat_s2) Google & denedim pred_s <- predict(bst, x_mat_s2,type="response") ama işe yaramadı. Soru Bunun yerine olasılıklar nasıl …

16 machine-learning  r  predictive-modeling  decision-trees