«classification» etiketlenmiş sorular

Zaman serisi tahmini üzerinde çalışıyorum. İki veri ve . Üç tahmin modelim var: . Bu modellerin tümü, veri kümesi örnekler kullanılarak eğitilir ve performansları, veri kümesi örnekler kullanılarak ölçülür . Performans metriklerinin MSE (veya başka bir şey) olduğunu varsayalım. Veri kümesi için ölçülen modellerin MSE olan ve . Bir modelin …

10 time-series  machine-learning  statistical-significance  classification  model-evaluation 

Parçaları üreten bir prototip makinem var. Birinci testte makine üreten N-1N1N_1 parça ve bir ikili sınıflandırıcı olduğunu söyler parça arızalı (vardır , genellikle ve ) ve parça iyidir.d 1 < N 1 d 1 / N 1 < 0,01 N 1 ≈ 10 4 N 1 - d 1d1d1d_1d1< N1d1<N1d_1 …

10 hypothesis-testing  statistical-significance  classification  proportion 

Bir sinyal işleme tekniği, Mel frekans Cepstrum , genellikle bir makine öğrenme görevinde kullanılmak üzere bir müzik parçasından bilgi çıkarmak için kullanılır. Bu yöntem kısa vadeli bir güç spektrumu verir ve katsayılar girdi olarak kullanılır. Müzik erişim sistemlerini tasarlarken, bu katsayılar bir parçanın karakteristiği olarak kabul edilir (açıkçası mutlaka benzersiz …

10 machine-learning  classification  signal-processing  mfcc 

Diyabet tahmininde SVM kullanıyorum. Bu amaçla BRFSS veri setini kullanıyorum . Veri kümesi boyutlarına sahiptir ve eğridir. Hedef değişkendeki s yüzdesi , s ise geri kalan .432607 × 136432607×136432607 \times 136Y% 1111%11\%N% 8989%89\% Sadece kullanıyorum 15dışına 136veri kümesinden bağımsız değişkenler. Veri kümesini azaltmanın nedenlerinden biri, NAs içeren satırlar atlandığında daha …

10 r  classification  svm  feature-selection  e1071 

Ben sütunlar a b c(3 öznitelikleri) ile bir veri kümesi var . aise sayısal ve süreklidir bve ciki düzeyde her kategorik. Sınıflandırmak ave bdevam ettirmek için K-En yakın Komşular yöntemini kullanıyorum c. Yani, kaldırarak benim veri seti dönüşümü mesafeleri ölçmek için muktedir bve ekleme b.level1ve b.level2. Gözlem kategorilerinde iilk seviyeye …

10 r  classification  k-nearest-neighbour 

İkili sınıflandırma görevinde dengesiz bir veri setim var, burada pozitifler negatiflere karşı% 0.3'e karşı% 99.7. Pozitif ve negatifler arasındaki boşluk çok büyük. Bir CNN'yi MNIST probleminde kullanılan yapı ile eğittiğimde, test sonucu yüksek bir Yanlış Negatif Oran gösterir. Ayrıca, eğitim hatası eğrisi başlangıçta birkaç dönemde hızla düşer, ancak sonraki dönemlerde …

10 classification  neural-networks  deep-learning  convolution  computer-vision 

Ben onları denemek düşündüm bu yüzden vb MNIST, cifar, STL-10, Rastgele Ormanları uygulanması ile ilgili herhangi literatürü bulamadı permütasyon değişmeyen MNIST kendim. İçinde R , I güvenilir: randomForest(train$x, factor(train$y), test$x, factor(test$y), ntree=500) Bu 2 saat sürdü ve% 2.8 test hatası aldı. Ben de denedim scikit-öğrenme ile, RandomForestClassifier(n_estimators=2000, max_features="auto", max_depth=None) 70 …

10 r  machine-learning  classification  random-forest  scikit-learn 

SMOTE'u çok sınıflı sınıflandırma sorunumdaki dengesizliği düzeltmek için kullanmaya çalışıyorum. SMOTE, SMOTE yardım belgesine göre iris veri kümesinde mükemmel çalışmasına rağmen, benzer bir veri kümesinde çalışmaz. Verilerim şöyle görünüyor. 1, 2, 3 değerlerine sahip üç sınıfı olduğunu unutmayın. > data looking risk every status 1 0 1 0 1 2 …

10 r  classification  unbalanced-classes  oversampling 

LDA'nın diğer denetimli öğrenme tekniklerine nasıl uyduğuna dair bir fikir edinmeye çalışıyorum. LDA hakkındaki bazı LDA esque yayınlarını zaten okudum. Algılayıcıya zaten aşinayım, ama şimdi sadece LDA öğreniyorum. LDA denetimli öğrenme algoritmaları ailesine nasıl 'uyum sağlar'? Diğer yöntemlere karşı dezavantajları neler olabilir ve ne için daha iyi kullanılabilir? Örneğin, örneğin …

10 machine-learning  classification  discriminant-analysis  supervised-learning 

Bu nedenle, k-vasıtalarında optimum küme sayısı hakkında bir "fikir" elde etmek iyi belgelenmiştir. Bunu gauss karışımlarında yapmayla ilgili bir makale buldum , ancak ikna olduğumdan emin değilim, çok iyi anlamıyorum. Bunu yapmanın daha nazik bir yolu var mı?

10 classification  k-means  mixture  unsupervised-learning 

örneğin. iyi ve kötü iki sınıf ile bir sınıf değişken kredi puanlama varsa, # (iyi) = 700 ve # (kötü) = 300. Verilerimi kısaltmak istemiyorum. hangi tekniği kullanmalıyım? SVM kullanıyordum ama tahminlerde tüm kötüleri iyi veriyor.

10 classification  binary-data 

Kapalı . Bu sorunun daha fazla odaklanması gerekiyor . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Soruyu, yalnızca bu yayını düzenleyerek tek bir soruna odaklanacak şekilde güncelleyin . 2 yıl önce kapalı . Makine öğrenimi alanında yeniyim, ancak Keras ile basit bir sınıflandırma algoritması uygulamak istedim. Ne …

9 machine-learning  classification  neural-networks  transfer-learning 

Örnekler: İş tanımında bir cümle var: "İngiltere'de Java kıdemli mühendisi". Derin bir öğrenme modelini 2 kategori olarak tahmin etmek istiyorum: English ve IT jobs. Geleneksel sınıflandırma modeli kullanırsam, sadece softmaxson katmanda işlevli 1 etiket tahmin edebilir . Bu nedenle, her iki kategoride "Evet" / "Hayır" ı tahmin etmek için 2 …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

GMM kullanmakta yeniyim. Çevrimiçi olarak uygun herhangi bir yardım bulamadım. "GMM kullanmanın sorunuma uyup uymadığına nasıl karar verilir?" veya sınıflandırma sorunları olması durumunda "SVM sınıflandırmasını mı yoksa GMM sınıflandırmasını mı kullanmam gerektiğine nasıl karar verilir?"

9 classification  svm  gaussian-mixture  generalized-moments 

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