«classification» etiketlenmiş sorular

İstatistiksel Öğrenme Unsurları'ndaki Tablo 18.1, 14 sınıflı bir veri seti üzerindeki çeşitli sınıflandırıcıların performansını özetler. Bu tür çok sınıflı sınıflandırma problemleri için yeni bir algoritmayı kement ve elastik ağ ile karşılaştırıyorum. glmnetSürüm 1.5.3'ü (R 2.13.0) kullanarak , kullanılan gen sayısının 269 olduğu ve test hatasının 13 olduğu bildirildiği tabloda 7. …

13 classification  lasso  glmnet 

Model kullanarak ayar yapıyordum caret, ancak gbmpaketi kullanarak modeli yeniden çalıştırıyorum . Anladığım kadarıyla caretpaketin kullandığı gbmve çıktı aynı olmalı. Bununla birlikte, sadece hızlı bir test çalıştırması data(iris), değerlendirme metriği olarak RMSE ve R ^ 2 kullanılarak modelde yaklaşık% 5 tutarsızlık gösterir. Kısmi bağımlılık grafiklerini kullanmak için en iyi model …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

Daha önce RBM'lerde sorduğum soruyu takip ediyorum . Onları tanımlayan birçok literatür görüyorum ama hiçbiri gerçekte regresyondan söz etmiyor (etiketli verilerle sınıflandırma bile değil). Yalnızca etiketlenmemiş veriler için kullanıldığını hissediyorum. Regresyonla başa çıkmak için herhangi bir kaynak var mı? Yoksa gizli katmanın üstüne başka bir katman eklemek ve CD algoritmasını …

13 regression  machine-learning  classification  neural-networks 

Şu anda kendime sınıflandırma yapmayı öğretiyorum ve özellikle üç yönteme bakıyorum: destek vektör makineleri, sinir ağları ve lojistik regresyon. Anlamaya çalıştığım, lojistik regresyonun neden diğer ikisinden daha iyi performans göstereceğidir. Lojistik regresyon anlayışımdan buradaki fikir, lojistik fonksiyonun tüm verilere uymasıdır. Dolayısıyla verilerim ikiliyse, 0 etiketine sahip tüm verilerim 0 değerine …

12 regression  machine-learning  logistic  classification  regression-strategies 

İki popüler dil tanımlama kütüphanesinde, C ++ için Compact Language Detector 2 ve java için dil dedektörü , her ikisi de metin özelliklerini ayıklamak için (karakter tabanlı) n-gram kullandı. Neden bir kelime torbası (tek kelime / sözlük) kullanılmaz ve kelime torbası ve n-gramın avantajı ve dezavantajı nedir? Ayrıca, n-gram modelinin …

12 machine-learning  classification  text-mining  natural-language 

Örüntü tanıma ve makine öğrenimi üzerine çalışıyorum ve aşağıdaki soru ile karşılaştım. Eşit önceki sınıf olasılığına sahip iki sınıflı bir sınıflandırma problemi düşününP(D1)=P(D2)=12P(D1)=P(D2)=12P(D_1)=P(D_2)= \frac{1}{2} ve verilen her sınıftaki örneklerin dağılımı p(x|D1)=N([00],[2001]),p(x|D1)=N([00],[2001]), p(x|D_1)= {\cal N} \left( \begin{bmatrix} 0 \\0 \end{bmatrix}, \begin{bmatrix} 2 & 0 \\ 0 & 1 \end{bmatrix} \right), p(x|D2)=N([44],[1001]).p(x|D2)=N([44],[1001]). …

12 machine-learning  self-study  classification  discriminant-analysis 

Çok büyük bir veri setim var ve yaklaşık% 5 rasgele değerler eksik. Bu değişkenler birbiriyle ilişkilidir. Aşağıdaki örnek R veri kümesi sadece yapay korelasyonlu verilere sahip bir oyuncak örneğidir. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Bu yüzden sınıflandırma için HMM'leri eğittiğinizde standart yaklaşımın: Veri kümelerinizi her sınıf için veri kümelerine ayırın Sınıf başına bir HMM eğitin Test setinde, her pencerenin her pencereyi sınıflandırma olasılığını karşılaştırın Ama HMM'yi her sınıfta nasıl eğitebilirim? Sadece bir sınıfa ait verileri birleştirir miyim? Ama zaman serisi verileri sıralı olması anlamına …

12 classification  hidden-markov-model 

Kendi Naive Bayes çanta modelimi prototiplendiriyorum ve özellik olasılıklarını hesaplamakla ilgili bir sorum vardı. Diyelim ki iki dersim var, herkesin kullandığı için spam değil spam kullanacağım. Örnek olarak "viagra" kelimesini ele alalım. Eğitim setimde 10 e-posta var, 5 spam ve 5 spam olmayan. "spam", 5 spam dokümanın tamamında görünür. Eğitim …

12 classification  conditional-probability  naive-bayes 

Neden özellik sayısının artırılmasının performansı düşürebileceğine dair bir sezgi kazanmaya çalışıyorum. Şu anda belirli özellikler arasında daha iyi iki değişkenli ancak daha fazla özelliğe bakarken daha kötü performans gösteren bir LDA sınıflandırıcı kullanıyorum. Sınıflandırma doğruluğum tabakalı 10 kat xval kullanılarak gerçekleştirilir. Bir sınıflandırıcının bu yüksek boyutlarda neler olduğuna dair bir …

12 classification  feature-selection 

Belirli bir veri kümesine karşı bir SVM çalıştırdım ve aşağıdaki gözlemi yaptım: Sınıflandırıcıyı oluşturmak için özellik sayısını değiştirirsem, ortaya çıkan destek vektörlerinin sayısı da değiştirilecektir. Bu tür bir senaryoyu nasıl açıklayacağımı bilmek istiyorum.

12 machine-learning  classification  svm  kernel-trick 

Yakın zamanda Kaggle yarışması için, eğitim setim için daha sonra rastgele bir orman sınıflandırıcısını eğitmek için kullanılacak 10 ek özellik tanımladım. PCA'yı yeni özelliklerle veri kümesinde çalıştırmaya karar verdim, birbirleriyle nasıl karşılaştırıldıklarını görmek için. Varyansın ~% 98'inin birinci bileşen (ilk özvektör) tarafından taşındığını buldum. Daha sonra sınıflandırıcıyı birçok kez eğittim, …

12 classification  pca  random-forest 

Doğrusal diskriminant analizi ile Bayes kuralı arasındaki ilişki nedir? LDA'nın grup içi varyans ve grup varyansı arasındaki oranı en aza indirmeye çalışarak sınıflandırmada kullanıldığını anlıyorum, ancak Bayes'in kural kullanımını nasıl kullandığını bilmiyorum.

12 classification  discriminant-analysis  bayes 

İletileri bir SVM kullanarak farklı kategorilere ayırmaya çalışıyorum. Eğitim setinden istenen kelimelerin / simgelerin bir listesini derledim. Bir mesajı temsil eden her vektör için, 1kelime varsa karşılık gelen satırı ayarladım : "corpus": [mary, küçük, kuzu, yıldız, parıltı] ilk mesaj: "mary'nin küçük bir kuzusu vardı" -> [1 1 1 0 0] …

12 classification  svm  sparse 

Birden fazla olayı tahmin etmeye çalıştığım bir tahmin modeli oluşturduğumu varsayalım (örneğin, hem bir paranın rulosu hem de bir madalyonun atımı). Bildiğim çoğu algoritma tek bir hedefle çalışır, bu yüzden bu tür şeylere standart bir yaklaşım olup olmadığını merak ediyorum. İki olası seçenek görüyorum. Belki de en naif yaklaşım, onlara …

12 machine-learning  classification  predictive-models  multi-class