İstatistikler ve Büyük Veri

Benim sorum: Rasgele orman, neden ağaç düzeyinde değil de her ağaçtaki düğüm düzeyinde bölünmeye yönelik özelliklerin rastgele alt kümelerini ele alıyor ? Arka plan: Bu bir tarih sorusu. Tin Kam Ho , 1998'de her ağacın büyümesi için kullanılacak bir özellik alt kümesini rastgele seçerek "karar ormanları" oluşturma üzerine bu makaleyi …

14 machine-learning  feature-selection  random-forest  importance  history 

Bir MA sürecinin ters çevrilebilir olup olmadığını neden önemsediğimizi anlamakta sorun yaşıyorum. Lütfen yanılıyorsam beni düzeltin, ancak bir AR sürecinin nedensel olup olmadığını neden önemsediğimizi anlayabiliyorum, yani, bir parametre ve beyaz gürültünün toplamı olarak "yeniden yazabiliriz" - yani hareketli bir ortalama süreç. Eğer öyleyse, AR sürecinin nedensel olduğunu kolayca görebiliriz. …

14 time-series  mathematical-statistics  autoregressive  moving-average 

100 vakadan oluşan bir test setim ve iki sınıflandırıcım var. Her iki sınıflandırıcı için tahminler ve ROC AUC, duyarlılık ve özgüllük hesapladım. Soru 1: Tüm puanlara (ROC AUC, duyarlılık, özgüllük) göre birinin diğerinden önemli ölçüde daha iyi olup olmadığını kontrol etmek için p-değerini nasıl hesaplayabilirim? Şimdi, 100 vakanın aynı test …

14 machine-learning  statistical-significance  roc  auc  sensitivity-specificity 

Burada Gauss Karışım Modellerini denerken , bu 4 tür kovaryans buldum. 'full' (each component has its own general covariance matrix), 'tied' (all components share the same general covariance matrix), 'diag' (each component has its own diagonal covariance matrix), 'spherical' (each component has its own single variance). Bunları türlerinin her biri …

14 covariance-matrix  gaussian-mixture 

Özellikle ikisi arasında bir boşluk olduğunda trenle test hatasını karşılaştırmanın nasıl ele alınacağı konusunda çelişkili tavsiyeler var gibi görünüyor. Bana göre, çatışan iki düşünce okulu var gibi. İkisini nasıl uzlaştıracağımı (veya burada eksik olanı anladığımı) arıyorum. Düşünce # 1: Sadece tren ve test seti performansı arasındaki boşluk aşırı uyuşmayı göstermiyor …

14 cross-validation  overfitting 

Bu, Evrimsel Ağları Kullanarak Verimli Nesne Yerelleştirmesi'ne başvurmaktır ve anladığımdan ayrılma 2B'de uygulanır. Keras'tan Mekansal 2D Bırakmanın nasıl uygulandığına ilişkin kodu okuduktan sonra, temelde rastgele bir ikili şekil maskesi [batch_size, 1, 1, num_channels] uygulanır. Ancak, bu uzamsal 2D Bırakma, şekil [batch_size, yükseklik, genişlik, num_kanallar] giriş evrişim bloğuna tam olarak ne …

14 machine-learning  deep-learning  tensorflow  dropout 

Zaten cevaplanan bir sorudan sonra ( Tek Katmanlı ileri beslemeli ağdan ağırlık önemini ayıklama ) Sinir ağlarındaki girdilerin alaka düzeyi hakkında çıkarım arıyorum. İlgilenilen çıkış düğümünden katmanlar arasında geriye doğru gidilerek girdi önemini yeniden yapılandırmanın zor veya zaman alıcı olabileceği derin bir ağ göz önüne alındığında, sinir ağı için duyarlılık …

14 neural-networks  python  feature-selection  sensitivity-analysis 

Aşağıdaki posterior dağılımın% 95 güvenilir aralığını hesaplamaya çalışıyorum. R için işlevi bulamadım ama aşağıdaki yaklaşım doğru mu? x <- seq(0.4,12,0.4) px <- c(0,0, 0, 0, 0, 0, 0.0002, 0.0037, 0.018, 0.06, 0.22 ,0.43, 0.64,0.7579, 0.7870, 0.72, 0.555, 0.37, 0.24, 0.11, 0.07, 0.02, 0.009, 0.005, 0.0001, 0,0.0002, 0, 0, 0) plot(x,px, …

14 bayesian  descriptive-statistics  credible-interval 

Bu konu örneğin önce birkaç kez gelip vardır fark burada , ama yine de benim regresyon çıkışını nasıl yorumlanacağı iyi emin değilim. Ben yere (loc) göre iki gruba bölünmüş bir x değerleri sütunu ve y değerleri sütunu içeren çok basit bir veri kümesi var . Puanlar şöyle görünür Bir meslektaşım, …

14 regression  p-value  least-squares  aic 

Duydum (üzgünüm bir metne bağlantı veremem, bana söylenen bir şey), kalıntıların yüksek pozitif basıklığının doğru hipotez testleri ve güven aralıkları (ve dolayısıyla istatistiksel çıkarım ile ilgili problemler) için sorunlu olabileceğini duydum. Bu doğru mu ve eğer öyleyse, neden? Kalıntıların yüksek pozitif basıklığı, artıkların çoğunun artık ortalamanın yakınında olduğunu ve dolayısıyla …

14 statistical-significance  p-value  assumptions  kurtosis 

Regresyon modelleri üzerine bir ders alıyorum ve doğrusal regresyon için sağlanan özelliklerden biri, bir kesişim dahil edildiğinde artıkların her zaman sıfıra toplanmasıdır. Birisi bunun neden böyle olduğuna dair iyi bir açıklama yapabilir mi?

14 regression  residuals 

Bu, bazı meslektaşlarım tarafından takip edilen bir uygulama veya yöntemle ilgili bir sorudur. Lojistik regresyon modeli yaparken, insanların kategorik değişkenleri (veya ikili değişkenleri) kendi Kanıt Ağırlıkları (WoE) ile değiştirdiklerini gördüm. Bu, regresör ve bağımlı değişken arasında monotonik bir ilişki kurmak için yapılır . Şimdi anladığım kadarıyla, model yapıldıktan sonra, denklemdeki …

14 regression  logistic  categorical-data  modeling 

Şu anda veri mühendisliği alanında yüksek lisans eğitimi almak isteyen işletme ve ekonomi mezunuyum. Doğrusal regresyon (LR) ve sonra zaman serisi analizi (TS) üzerinde çalışırken aklıma bir soru geldi. Neden çoklu lineer regresyon kullanmak ve ona gecikmeli değişkenler eklemek yerine yepyeni bir yöntem, yani zaman serisi (ARIMA) yaratalım (gecikmeler sırası …

14 regression  time-series  multiple-regression  least-squares  arima 

Soru: Değişken seçimi için öncekini diğerine göre kullanmanın avantajları / dezavantajları nelerdir? I olasılığını olduğunu varsayalım: ı yerleştirmek için her iki önsel biri: veya: w i ∼ π δ 0 + ( 1 - π ) N ( 0 , 100 )y∼ N( Xw , σ2ben)y∼N(Xw,σ2I)y\sim\mathcal{N}(Xw,\sigma^2I)w i ∼ exp ( …

14 bayesian  feature-selection 

Çok katılımcılı etkinlikler için Elo'ya benzer iyi bilinen bir derecelendirme veya sıralama sistemleri var mı? Örneğin, çeşitli yarış formlarını (otomatik, yokuş aşağı, at vb.) Veya diğer bireysel sporları (örneğin golf) değerlendirebilen bir sistem?

14 ranking  elo