«algorithms» etiketlenmiş sorular

Bazı verilerin miktarını tahmin etmek istiyorum. Veriler o kadar büyüktür ki bellekte barındırılamazlar. Ve veriler statik değildir, yeni veriler gelmeye devam eder. Çok sınırlı bellek ve hesaplama ile şu ana kadar gözlemlenen verilerin miktarlarını izlemek için herhangi bir algoritma bilen var mı? P2 algoritmasını yararlı buluyorum , ancak aşırı derecede …

24 algorithms  quantiles 

Şimdiye kadar gördüğüm her kitapta ML algoritmaları ve bunların nasıl uygulanacağı açıklanmaktadır. Ayrıca bu algoritmaların davranışları için teoremler ve kanıtlar oluşturan bir ders kitabı var mı? örneğin , gradyan iniş koşulları altında daima yol açacağını belirtmek ?x , y, zx,y,zx,y,zA , B , Cbir,B,CA,B,C

23 machine-learning  mathematical-statistics  references  algorithms 

Bu soru ana bileşenleri hesaplamanın etkili bir yoludur. Doğrusal PCA ile ilgili birçok metin, casewise verilerinin tekil değer ayrışımını kullanarak savunur . Veri varsa kendisine, ve değişkenler (kendi değiştirmek istiyor sütun temel bileşenler), yaptığımız SVD: X = U S V ' (. Kare özdeğerler kökleri), tekil değerler ana çapını işgal …

22 pca  algorithms  svd  matrix-decomposition 

Bir istatistikçi değil pratik bir yazılım geliştirici olduğumu ve üniversite istatistik sınıfımın çok uzun zaman önceydi ... Bununla birlikte, bir grup münferit örneklerin depolanmasını gerektirmeyen bir kutu grafiği üretmek için kullanılabilecek bir dizi tanımlayıcı istatistik biriktirmek için bir yöntem olup olmadığını bilmek istiyorum. Yapmaya çalıştığım, karmaşık çok sıralı bir işlem …

22 algorithms  median  quantiles 

Oldukça gizli Markov modellerini okudum ve oldukça basit bir versiyonunu kendim kodladım. Fakat öğrendiğim iki ana yol var. Birincisi kodu (yapılan) okumak ve uygulamak, ikincisi ise farklı durumlarda nasıl uygulandığını anlamaktır (bu yüzden üzerinde çalıştığım problemlerle nasıl ilişkili olduğunu daha iyi anlayabilirim). Şimdiye kadar yaptığım tüm örnekler, bir tür DNA …

21 algorithms  markov-process 

Temel bileşen analizi (PCA) yaptıktan sonra, PCA alanına yeni bir vektör yansıtmak istiyorum (yani PCA koordinat sistemindeki koordinatlarını bulmak). PCA'yı R dilinde kullanarak hesapladım prcomp. Şimdi vektörümü PCA dönme matrisi ile çarpabilmeliyim. Bu matristeki temel bileşenler satır veya sütunlar halinde mi düzenlenmelidir?

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Kovaryans matrisleri (güç spektral yoğunlukları (PSD'ler) ve çapraz güç spektral yoğunlukları (CSD'ler)) göz önüne alındığında bir dizi sabit renkli zaman serisi oluşturmakta sorun yaşıyorum. İki zaman serisi ve , güç spektral yoğunluklarını (PSD'ler) ve çapraz spektral yoğunluklarını (CSD'ler) ve Matlabda fonksiyonları, PSD'ler ve CSDs vb kovaryans matrisi oluşturan: yI(t)yI(t)y_{I}(t)yJ(t)yJ(t)y_{J}(t)psd()csd()C(f)=(PII(f)PJI(f)PIJ(f)PJJ(f)),C(f)=(PII(f)PIJ(f)PJI(f)PJJ(f)), \mathbf{C}(f) …

20 time-series  sampling  algorithms  simulation  covariance 

göç math.stackexchange . Uzun bir tamsayı akışı işliyorum ve çok fazla veri saklamadan akış için çeşitli yüzdelikleri yaklaşık olarak hesaplayabilmek için birkaç dakikayı izlemeyi düşünüyorum. Birkaç andan itibaren persentilleri hesaplamanın en basit yolu nedir? Yalnızca az miktarda veri depolamayı içeren daha iyi bir yaklaşım var mı?

20 algorithms  mathematical-statistics  moments 

Rastgele orman uzmanı değilim ama rastgele ormanla ilgili en önemli sorunun (rastgele) ağaç üretimi olduğunu açıkça anlıyorum. Ağaçların nasıl üretildiğini bana açıklayabilir misin? (ie Ağaç üretimi için kullanılan dağıtım nedir?) Şimdiden teşekkürler !

20 machine-learning  r  algorithms  cart  random-forest 

Hastie ve ark. "İstatistiksel Öğrenmenin Öğeleri" (2. bs.), Bölüm 3: Alt küme seçimi Büzülme yöntemleri Türetilmiş giriş yönlerini kullanan yöntemler (PCR, PLS) Karşılaştırma sadece biraz fikir vermek için çok kaba olabilir. Cevapların sorunun boyutuna ve bunun bilgisayar mimarisine nasıl uyduğuna bağlı olabileceğini düşünüyorum, bu yüzden somut bir örnek için 500 …

18 machine-learning  estimation  feature-selection  algorithms  time-complexity 

Bir n×pn×pn \times p değişken matrisindeki her bir gözlem çifti arasındaki R'deki örnek Mahalanobis mesafesini hesaplamam gerekiyor . Ben, yani sadece verimli bir çözüm gerekir n(n−1)/2n(n−1)/2n(n-1)/2 mesafeleri hesaplanır ve tercihen de C / RCpp uygulanan / Fortran vb varsayalım ΣΣ\Sigma nüfus kovaryans matrisi bilinmemektedir, ve örnek kovaryans kullanımı yerine matris. …

18 r  algorithms  distance 

ER daha verimli bir uygulama mıdır Extreme Gradient Boosting? Onları uygulayan R paketi var. "Verimlilik" uygulamasını (R'den RandomForest paketi) sadece verimlilik açısından değil, diğer bazı alanlarda da aşan yeni bir algoritma mıdır? Aşırı Rastgele Orman http://link.springer.com/article/10.1007%2Fs10994-006-6226-1

18 r  machine-learning  algorithms  random-forest 

Daha küçük pencere boyutlarında n log nsıralama işe yarayabilir. Bunu başarmak için daha iyi algoritmalar var mı?

18 algorithms  median 

Böyle bir kodu kullanarak R'de bir logit regresyonu gerçekleştirilebilir: > library(MASS) > data(menarche) > glm.out = glm(cbind(Menarche, Total-Menarche) ~ Age, + family=binomial(logit), data=menarche) > coefficients(glm.out) (Intercept) Age -21.226395 1.631968 Optimizasyon algoritmasının birleştiği anlaşılıyor - balıkçı puanlama algoritmasının adım sayısı hakkında bilgi var: Call: glm(formula = cbind(Menarche, Total - Menarche) ~ …

17 r  generalized-linear-model  optimization  algorithms  logit 

SVD ayrışması A = U S V with olan m × n boyutunda yoğun bir matrisine sahip olduğumu varsayalım .AA \textbf{A}m×nm×nm \times nA=USV⊤.A=USV⊤.\mathbf{A}=\mathbf{USV}^\top.In Rben SVD hesaplayabilirsiniz şöyle: svd(A). A'ya yeni satır eklenirse , SVD'yi sıfırdan yeniden hesaplamaksızın eski SVD ayrışmasını eskisine göre (yani U , S ve V kullanarak ) …

17 algorithms  svd  linear-algebra  matrix-decomposition  numerics