Sorunun çok anlamlı olacağından bile emin değilim, ancak rastgele ormanı rastgele etkile önerdikleri bir kaç başlık kağıdı gördüm. Bu R'de mümkün mü?
Sorunun çok anlamlı olacağından bile emin değilim, ancak rastgele ormanı rastgele etkile önerdikleri bir kaç başlık kağıdı gördüm. Bu R'de mümkün mü?
Yanıtlar:
Yaygın olarak birlikte kullanılmazlar ve birleştirmeden önce özen gösterilmelidir.
Rastgele ormanlar genellikle sınıflandırıcılar olarak kullanılır. Başka bir yöntem yerine rastgele bir orman kullanmanızın nedeni (örn. K-aracı kümeleme), sınıflandırmak istediğiniz çok sayıda boyuta sahip olmanız olabilir. Çok sayıda boyuta sahip olmakla ilgili sorun, tüm boyut siparişlerinin tüm kombinasyonlarını test etmek isterseniz, çok sayıda seçeneğiniz olacaktı (boyut faktörü sayısından daha hızlı büyür).
Rastgele etkiler genellikle aynı şeyin tekrarlanan ölçümleriyle regresyonda kullanılır. Genellikle karma terimin hem sabit hem de rastgele etkilere değindiği karma etkiler modellerinde kullanılır. Sabit etkilerin tekrar göreceğiniz parametreleri temsil ettiği düşünülmektedir (örneğin bir ilaç veya bir kişinin yaşı). Rastgele etkilerin, bir daha görmeyeceğiniz bir parametre etrafındaki değişkenliğin bir örneğini temsil ettiği düşünülmektedir (örneğin, belirli bir kişi).
Kümelenmiş veriler olduğunda bunları birlikte kullanma örnekleri vardır: http://dx.doi.org/10.1080/00949655.2012.741599 ve http://www2.ims.nus.edu.sg/Programs/014swclass/files/denis.pdf .
Bu analizi yapabilen herhangi bir R paketinden habersizim.
Evet mümkün. " RE-EM Ağaçları: Boyuna ve Kümelenmiş Veriler için Bir Veri Madenciliği Yaklaşımı " nı ve ilgili R paketini REEMtree'yi kontrol etmelisiniz .
Gazeteye baktığımdan beri bir süre geçti. Yazarların henüz bu ağaçların topluluklarını oluşturmaya çalışmadıklarını, ancak hiçbir şeyin işe yaramayacağını önermediğini hatırlıyorum.
Karışık Etkiler Rastgele Ormanlar (MERF'ler) bir şeydir. Yukarıdaki cevabın belirttiği gibi, Dr. Larocque'nin HEC Montreal'deki grubu tarafından onlar hakkında bazı büyük araştırmalar var. Makale burada: http://www.tandfonline.com/doi/abs/10.1080/00949655.2012.741599 .
Temel olarak, rastgele ormanların doğrusal olmayan modellemesini doğrusal rastgele etkiler ile birleştirmenin teorik olarak sağlam bir yoludur.
Python'da açık kaynaklı bir paket yayınladık , yukarıda algoritmayı kullanarak MERF uygulayan .
Paket ve kümelenmiş veri kümeleri için nasıl kullanılacağı hakkında ayrıntılı bir blog yazısı yazdık .