«data-mining» etiketlenmiş sorular

Negatif binom dağılımı ile binom dağılımı arasındaki fark nedir? Çevrimiçi okumayı denedim ve negatif binom dağılımının veri noktaları ayrık olduğunda kullanıldığını buldum, ancak binom dağılımının bile ayrık veri noktaları için kullanılabileceğini düşünüyorum.

22 categorical-data  data-mining  binomial  negative-binomial 

Sahip olduğum nesnelere K-aracı kümelemesi yapmak istiyorum, ancak nesneler uzayda nokta, yani objects x featuresveri kümesi tarafından tanımlanmadı . Ancak, herhangi iki nesne arasındaki mesafeyi hesaplayabiliyorum (benzerlik işlevine dayanıyor). Bu yüzden mesafe matrisini elden çıkarıyorum objects x objects. Daha önce K-araçları kullandım, ancak bu nokta veri kümesi girdisiydi; ve uzaklık …

22 machine-learning  clustering  data-mining  k-means  distance 

Her gözlemin birkaç bin seyrek ve muhtemelen gereksiz sayısal ve kategorik değişkenlere sahip olduğu, günde milyarlarca gözlem ayarında büyük bir veriyi analiz ettiğinizi varsayalım. Diyelim ki bir regresyon problemi, bir dengesiz ikili sınıflandırma problemi ve bir de “hangi tahmin edicilerin en önemli olduğunu bulma” görevi var. Soruna nasıl yaklaşılacağı konusundaki …

21 r  machine-learning  data-mining  large-data 

Aşağıdaki alıntı, sürekli olarak başarılı bir riskten korunma fonu yöneticisi Jaffray Woodriff ile yapılan röportajdan Schwager'in Hedge Fonu Market Wizzards'dan (Mayıs 2012) alınmıştır: "Veri madenciliğinde insanların en büyük hatalarından bazıları neler?" Pek çok insan, eğitim için örnek veriyi ve test için örnek veriyi kullandıkları için iyi olduklarını düşünüyor. Daha sonra …

21 data-mining  curve-fitting  out-of-sample 

Neredeyse karşılaştığım her karar ağacı örneği ikili bir ağaç oluyor. Bu oldukça evrensel mi? Standart algoritmaların çoğu (C4.5, CART, vb.) Yalnızca ikili ağaçları destekliyor mu? Topladığım kadarıyla, CHAID ikili ağaçlarla sınırlı değil, ama bu bir istisna gibi görünüyor. Çocuklardan birine iki yönlü bir bölünme izleyen iki yönlü bir bölünme, üç …

21 machine-learning  data-mining  cart 

Not: Dava n >> p İstatistiksel Öğrenme Öğelerini okuyorum ve çapraz doğrulama yapmanın "doğru" yoluyla ilgili çeşitli görüşler var (örneğin sayfa 60, sayfa 245). Spesifik olarak sorum, son modelin (ayrı bir test seti olmadan) k-fold CV kullanarak veya bir model araması yapıldığında önyükleme kullanarak nasıl değerlendirileceğidir? Çoğu durumda (gömülü özellik …

21 machine-learning  model-selection  data-mining  cross-validation 

Bishop'u GMM için EM algoritması ve GMM ile k-ortalamaları arasındaki ilişki üzerine okuyorum. Bu kitapta k-means'ın GMM'nin zor atanmış bir versiyonu olduğu söyleniyor. Merak ediyorum ki, kümelenmeye çalıştığım veriler Gauss değilse, k-Ortalamaları kullanamam (ya da en azından kullanmak uygun değil)? Örneğin, veriler her biri 0 veya 1 değerine sahip 8 …

21 clustering  data-mining  k-means  gaussian-mixture 

Verilerin birçok özelliği vardır (örneğin 100) ve örnek sayısı 100.000 gibidir. Veriler seyrek. Verileri lojistik regresyon veya svm kullanarak sığdırmak istiyorum. Doğrusal değilse çekirdek hile kullanabilmem için özelliklerin doğrusal mı doğrusal mı olduğunu nasıl bilebilirim?

21 machine-learning  logistic  svm  data-mining 

Tüm medya bugünlerde derin öğrenme hakkında konuşup hype ile, bazı temel şeyler okudum. Verilerdeki kalıpları öğrenmenin sadece başka bir makine öğrenme yöntemi olduğunu buldum. Ama sorum şu: bu yöntem nerede ve neden parlıyor? Neden şu anda bu konudaki tüm konuşmalar? Yani yaygara ne hakkında?

20 machine-learning  data-mining  deep-learning  deep-belief-networks 

StackExchange siteleri için bir veri madenciliği paketi bir araya getirmeye çalışıyorum ve özellikle, "en ilginç" soruları belirlemeye çalışırken sıkışmış. Soru puanını kullanmak istiyorum, ancak görüşlerin sayısı nedeniyle önyargıyı kaldırıyorum, ancak buna titizlikle nasıl yaklaşacağımı bilmiyorum. İdeal dünyada, soruları hesaplayarak sıralayabilirim; burada , oyların toplamı ve , görüntülenme sayısıdır. Ne de …

20 data-mining  predictive-models 

"Uzaktan denetim", sınıflandırıcının zayıf etiketlenmiş eğitim seti (eğitim verileri sezgisel yöntemlere / kurallara göre otomatik olarak etiketlenir) verildiğinde öğrenildiği bir öğrenme programıdır. Etiketli verileri sezgisel / otomatik olarak etiketlenmişse, hem denetimli öğrenme hem de yarı denetimli öğrenmenin böyle bir "uzaktan denetim" içerebileceğini düşünüyorum. Ancak, bu sayfada , "uzaktan denetim", "yarı-denetimli …

20 machine-learning  data-mining  dataset  references  unsupervised-learning 

Öğrenme oranı parametresi ( ) Gradyan küçülür -typically her yeni baz model seri olarak bağlanır sığ tree katkısını Arttırılması de. Daha küçük adımlarda olduğu gibi anlaşılabilir olan test seti doğruluğunu önemli ölçüde arttırdığı gösterilmiştir, kayıp fonksiyonunun minimumuna daha hassas bir şekilde ulaşılabilir. ν∈ [ 0 , 1 ]ν∈[0,1]\nu \in [0,1] …

19 machine-learning  data-mining  predictive-models  boosting  overfitting 

Bu iki teknik arasındaki pratik farklılıkların gerçekten basit bir açıklaması var mı? Her ikisi de denetimli öğrenme için kullanılmış gibi görünmektedir (ilişkilendirme kuralları denetimsiz olarak da ele alınabilir). Her ikisi de tahmin için kullanılabilir 'İyi' bir açıklama bulduğum en yakın Statsoft Ders Kitabı'ndan . İlişkilendirme Kurallarının aşağıdakiler için kullanıldığını söylüyorlar …

19 data-mining  association-rules 

Yazılım geliştiriciyim (çoğunlukla .NET ve Python yaklaşık 5 yıllık deneyim). Makine öğrenimi alanında iş bulmama veya gerçekten o alanda işe başlamamı sağlayacak bir şey yapmam için ne yapabilirim? Yüksek lisans derecesi zor bir gereklilik mi?

19 machine-learning  data-mining  careers 

Veri madenciliği ve istatistiksel analiz arasındaki fark nedir? Bazı geçmişler için, istatistiksel eğitimim bence oldukça gelenekseldi. Belirli bir soru yöneltilir, araştırma tasarlanır ve bu soru hakkında bir fikir vermek için veriler toplanır ve analiz edilir. Sonuç olarak, her zaman "veri tarama" olarak nitelendirdiğim şeyden kuşkuluyordum, yani büyük bir veri kümesindeki …

19 data-mining  terminology  analysis