İstatistikler ve Büyük Veri

Her bir modelin önemini derin model kullanarak hesaplamak istiyorum. Ancak derin öğrenme - derin özellik seçimi kullanarak özellik seçimi hakkında yalnızca bir makale buldum . İlk gizli katmandan önce, her bir özelliğe doğrudan bağlı bir düğüm katmanı eklerler. Derin inanç ağının (DBN) da bu tür işler için kullanılabileceğini duydum. Ama …

9 feature-selection  deep-learning  deep-belief-networks  rbm 

Son derece ilişkili birçok bağımlı değişken (DV) (~ 450) tahmin etmek için azaltılmış bir model oluşturmaya çalışıyorum. Bağımsız değişkenlerim (IV) de çoktur (~ 2000) ve yüksek derecede ilişkilidir. Her çıktı için ayrı ayrı azaltılmış bir model seçmek için kement kullanırsam, her bağımlı değişken üzerinde döngü yaptığım gibi bağımsız değişkenlerin aynı …

9 r  lasso  multivariate-regression 

Örnek istatistiğin varyansını tahmin etmenin bir yolu olarak önyüklemeyi öğreniyorum. Temel bir şüphem var. Http://web.stanford.edu/class/psych252/tutorials/doBootstrapPrimer.pdf adresinden alıntı : • Kaç gözlemi tekrar örneklemeliyiz? İyi bir öneri orijinal numune boyutudur. Orijinal örnekteki kadar gözlemi nasıl yeniden örnekleyebiliriz? 100 örnek büyüklüğüm varsa ve ortalamanın varyansını tahmin etmeye çalışıyorum. Toplam 100 numune büyüklüğünden …

9 sampling  bootstrap  resampling 

Bu ödev baskısını okuyorum ve Gauss Süreci Regresyonu için denklemleri elde ettiklerinde zorlanıyorum. Rasmussen & Williams ayarı ve gösterimini kullanırlar . Bu nedenle, toplam, sıfır ortalama, durağan ve normal olarak dağıtılmış gürültü varyans kabul edilir:σ2noiseσnoise2\sigma^2_{noise} y= f( x ) + ϵ ,ϵ ∼ N( 0 ,σ2n o i s e)y=f(x)+ε,ε~N-(0,σnÖbense2)y=f(\mathbf{x})+\epsilon, …

9 regression  bayesian  gaussian-process 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Sorunuzu güncelleyin o yüzden -konu üzerinde Çapraz doğrulanmış için. 11 ay önce kapalı . Scikit çok katmanlı Perceptron Softmax aktivasyon fonksiyonunu uygulamak gerekir. Scikit dokümantasyonu Sinir ağı modellerinin konu (denetimli) diyor "MLPClassifier çıkış fonksiyonu …

9 neural-networks  scikit-learn  multi-class  softmax 

Bayesci istatistikçiler, "Bayesci İstatistiklerin sıkça kullanılan yöntemlerle tahmin edilmesi çok zor olan parametreleri tahmin edebileceğini" iddia ediyorlar. Bu SAS dokümanından alınan aşağıdaki alıntı aynı şeyi söylüyor mu? Asimptotik yaklaşıma güvenmeden verilere bağlı ve kesin olan çıkarımlar sağlar. Küçük örnek çıkarımı, büyük bir örneğe sahip gibi devam eder. Bayes analizi ayrıca …

9 bayesian  inference  sas  frequentist 

Bunu izleyen stokastik varyasyon çıkarsama ile Gauss Karışım modeli uygulamak çalışıyorum kağıt . Bu Gauss Karışımının pgm'si. Makaleye göre, stokastik varyasyon çıkarımının tam algoritması: Ve hala GMM'ye ölçeklendirme yönteminden çok kafam karıştı. İlk olarak, yerel varyasyon parametresinin sadece ve diğerlerinin de tüm global parametreler olduğunu düşündüm . Eğer yanılmışsam lütfen …

9 machine-learning  bayesian  clustering  gaussian-mixture  variational-bayes 

Aşağıdaki biçime sahip bir veri kümem var. İkili sonuç kanseri var / kanser yok. Veri setindeki her doktor her hastayı gördü ve hastanın kanser olup olmadığı konusunda bağımsız bir karar verdi. Doktorlar daha sonra teşhislerinin doğru olduğuna dair güven seviyelerini 5 üzerinden verir ve güven seviyesi parantez içinde gösterilir. Bu …

9 forecasting  binary-data  psychometrics 

Geniş resim veri setim var: 1760x128. Ben öğreticiler ve kitaplar olsa okudum, ve çoğu giriş görüntüleri kare olması gerektiğini ve değilse, zaten eğitimli (kare görüntüler üzerinde) cnns eğitilmek için kareye dönüştürülmüş olduğunu belirtir. Kare olmayan görüntüler için CNN'yi eğitmenin bir yolu var mı yoksa dolgu olarak başka bir seçenek aramalı …

9 conv-neural-network 

Aşağıdaki doğrusal ilişkiyi varsayalım: ; burada bağımlı değişken, tek bir bağımsız değişken ve hata terimi.Yi=β0+β1Xi+uiYben=β0+β1Xben+ubenY_i = \beta_0 + \beta_1 X_i + u_iYiYbenY_iXiXbenX_iuiubenu_i Stock &amp; Watson'a (Ekonometriye Giriş; Bölüm 4 ) göre, üçüncü en küçük kareler varsayımı , ve dördüncü momentlerinin sıfır olmayan ve sonlu .XiXbenX_iuiubenu_i(0&lt;E(X4i)&lt;∞ and 0&lt;E(u4i)&lt;∞)(0&lt;E(Xben4)&lt;∞ ve 0&lt;E(uben4)&lt;∞)(0<E(X_i^4)<\infty \text{ …

9 regression  least-squares  assumptions  bias  consistency 

In İstatistiksel Öğrenme Elements , ben aşağıdaki ifadeyi buldum: Bir nitelik vardır: ilk denetimsiz tarama adımları numuneler dışarıda bırakılmadan önce yapılabilir. Örneğin, çapraz validasyona başlamadan önce 50 numunenin hepsinde en yüksek varyansa sahip 1000 öngörücüyü seçebiliriz. Bu filtreleme sınıf etiketlerini içermediğinden, öngörücülere haksız bir avantaj sağlamaz. Bu gerçekten geçerli mi? …

9 machine-learning  cross-validation  feature-selection 

Doğrusal regresyonun varsayımlarından biri, hata terimlerinde sürekli bir varyans olması ve modelle ilişkili güven aralıkları ve hipotez testlerinin bu varsayımı temel almasıdır. Hata terimleri sabit bir varyansa sahip değilse tam olarak ne olur?

9 regression  heteroscedasticity  assumptions  robust-standard-error 

Finansal zaman serisi verilerini modellemek için python'un istatistik modellerini VAR kitaplığını kullanıyorum ve bazı sonuçlar beni şaşırttı. VAR modellerinin zaman serisi verilerinin durağan olduğunu varsaydığını biliyorum. Yanlışlıkla iki farklı menkul kıymet için sabit olmayan bir dizi log fiyatına uyuyorum ve şaşırtıcı bir şekilde takılan değerler ve örnek içi tahminler nispeten …

9 time-series  forecasting  r-squared  var  stationarity 

Sorum: Nispeten büyük bir veri kümesi için bile CV yapmalı mıyım? Nispeten büyük bir veri setim var ve veri setine bir makine öğrenme algoritması uygulayacağım. Bilgisayarım hızlı olmadığından, CV (ve şebeke araması) bazen çok uzun zaman alıyor. Özellikle SVM, birçok ayar parametresi nedeniyle asla bitmez. Eğer bir CV yaparsam, nispeten …

9 machine-learning  cross-validation 

Vektör makinelerini desteklemek için yeniyim. Kısa açıklama svmDan fonksiyon e1071R paketin çeşitli seçenekler sunar: Cı-sınıflandırma Nu-sınıflandırma tek sınıflandırma (yenilik tespiti için) eps-regresyon Nu-regresyon Beş tip arasındaki sezgisel farklar nelerdir? Hangisi hangi durumda uygulanmalıdır?

9 r  classification  svm  e1071