İstatistikler ve Büyük Veri

Torbalama, N farklı bootstrap örneği üzerinde N öğrenen oluşturma, ardından tahminlerinin ortalamasını alma sürecidir. Sorum şu: Neden başka bir örnekleme türü kullanılmıyor? Neden bootstrap örnekleri kullanılır?

10 bagging 

Burada tartışıldığı gibi zaman serisi verileri (diğer bir deyişle Kesintili Zaman serileri) ile bir müdahale analizi yaparken, bir gereklilikim, müdahale nedeniyle toplam kazancı (veya kaybı) tahmin etmektir - yani kazanılan veya kaybedilen birimlerin sayısı (Y değişkeni) ). R içinde bir filtre fonksiyonu kullanarak müdahale fonksiyonunu nasıl tahmin edeceğimi tam olarak …

10 regression  time-series  intervention-analysis  dynamic-regression 

varImpPaketle birlikte bir randomForest modeli için işlevin nasıl çalıştığını anlamada sorun yaşıyorum caret. Aşağıdaki örnekte var3 özelliği varImp, caret işlevini kullanarak sıfır önem kazanmaktadır , ancak altta yatan randomForest son model, var3 özelliği için sıfır olmayan bir öneme sahiptir. Neden böyle? require(randomForest) require(caret) rf <- train(x, y, method = "rf", …

10 r  caret  random-forest 

Son zamanlarda Dinamik Zaman Çözgü (DTW) hakkında çok şey okuyorum. DTW'nin düzensiz zaman serilerine uygulanması hakkında hiçbir literatür olmadığına çok şaşırdım ya da en azından bulamadım. Birisi bana bu konuyla ilgili bir şeye, hatta belki bir uygulamaya atıfta bulunabilir mi?

10 time-series  correlation  distance  unevenly-spaced-time-series 

Birkaç hafta önce bir soruya verdiğim yanıtı yeniden düşünüyorum Uzak tutma çapraz doğrulaması, gösterim için tekrar tekrar kullanılabilen tek bir test seti üretir. Hepimiz bunun birçok yönden olumsuz bir özellik olduğu konusunda hemfikir görünüyoruz, çünkü bir set seti rasgele olarak temsili olmayabilir. Dahası, egzersiz verisine uyum sağlayabileceğiniz şekilde test verilerine …

10 cross-validation 

Örneğin, standart ders kitaplarından aldığım tanımlar Değişken - popülasyonun veya örneğin karakteristiği. ex. Testteki hisse senedi veya kalitenin fiyatı Veri - gerçek gözlemlenen değerler İki sütunluk bir rapor için [Ad | Gelir] sütun adları değişkenler ve gerçek gözlemlenen değerler olacaktır {dave | 100K}, {jim | 200K} veri olurdu Yani [Ad] …

10 dataset  ordinal-data  categorical-data  ratio 

Bazı gerçek dünya verileri ile çalışıyorum ve regresyon modelleri bazı mantıksız sonuçlar veriyor. Normalde istatistiklere güvenirim ama gerçekte bunlardan bazıları doğru olamaz. Gördüğüm temel sorun, bir değişkendeki artışın, gerçekte, negatif olarak ilişkilendirilmeleri gerektiğinde, yanıtta bir artışa neden olmasıdır. Regresyon katsayılarının her biri için belirli bir işareti zorlamanın bir yolu var …

10 r  regression  regression-coefficients  computational-statistics 

Kararlı dağılımlar kıvrımlar altında değişmez. İstikrarlı dağılımların hangi alt aileleri de çarpma altında kapatılır? Anlamda, eğer f ∈ F ve g ∈ F , daha sonra ürün olasılık yoğunluk fonksiyonu, f ⋅ g (en fazla bir normalizasyon sabiti), aynı zamanda ait F ?FFFf∈ Ff∈Ff\in Fg∈ Fg∈Fg\in F f⋅ gf⋅gf \cdot …

10 distributions  convolution  stable-distribution 

İstatistikler için oldukça yeniyim ve veri setim için ARIMA parametrelerini belirleme sürecini bilmek istiyorum. Aynı şeyi R ve teorik olarak (mümkünse) kullanarak anlamama yardımcı olabilir misiniz? Veriler, Jan-12 ile Mar-14 arasında değişir ve aylık satışları gösterir. İşte veri seti: 99 58 52 83 94 73 97 83 86 63 77 …

10 r  arima  box-jenkins 

İlk kez bir kafa ortaya çıkana kadar adil bir para atılır. Bunun tek sayı atımında olma olasılığı nedir? Bu soruna nasıl yaklaşırım?

10 probability 

Moment üreten fonksiyon , olasılık yoğunluk fonksiyonunun Fourier dönüşümü mü? Diğer bir deyişle, moment üreten bir fonksiyon sadece rastgele bir değişkenin olasılık yoğunluk dağılımının spektral çözünürlüğüdür, yani bir fonksiyonu parametre yerine genliği, fazı ve frekansı ile karakterize etmenin eşdeğer bir yolu mu? Eğer öyleyse, bu canavara fiziksel bir yorum yapabilir …

10 moments  mgf  cumulants 

Gauss dağılımından örneklenen verilerin Örnek Basıklığı'nın dağılımı için kapalı biçimli bir ifade var mı? yani P(K^&lt;a)P(K^&lt;a)P(\hat{K}<a) burada örnek basıklıktır.K^K^\hat{K}

10 normal-distribution  kurtosis 

Şu anda üç yöntemi karşılaştırıyorum ve ölçüm olarak Doğruluk, auROC ve auPR var. Ve aşağıdaki sonuçlara sahibim: Yöntem A - acc: 0.75, auROC: 0.75, auPR: 0.45 Yöntem B - acc: 0.65, auROC: 0.55, auPR: 0.40 Yöntem C - acc: 0.55, auROC: 0.70, auPR: 0.65 Ben doğruluk ve auroC iyi bir …

10 machine-learning  roc  precision-recall 

Temel bileşen analizinin (PCA) kalitesini değerlendirmek için iyi bir ölçüm nedir? Bu algoritmayı veri kümesinde gerçekleştirdim. Amacım özellik sayısını azaltmaktı (bilgi çok gereksizdi). Tutulan varyans yüzdesinin ne kadar bilgi tuttuğumuzun iyi bir göstergesi olduğunu biliyorum, gereksiz bilgileri kaldırdığımı ve bu tür bilgileri 'kaybetmediğimden emin olmak için kullanabileceğim başka bilgi metrikleri …

10 machine-learning  pca  data-mining  information-theory 

Bir NBA oyuncusunun 3 puanlık atış tutarlılığını değerlendirmenin / belirlemenin doğru yolu ne olabilir? Mesela, 3 sayı mesafesinden% 37 vuran ve tüm yıl 200 deneme yapan bir oyuncum var. Rastgele sayıda çekimin% 3'lük yuvarlanma ortalamasını almayı düşünüyordum (20 diyelim). Daha sonra bu ortalamaları kullanarak% 37 ortalamadan standart sapmayı belirleyin. Yuvarlanan …

10 standard-deviation  consistency