«discriminant-analysis» etiketlenmiş sorular

15K etiketli örneklerden (10 gruptan) oluşan bir veri setim var. Boyutların azaltılmasını etiketlerin bilgisini dikkate alan 2 boyuta uygulamak istiyorum. PCA gibi "standart" denetimsiz boyutsallık azaltma tekniklerini kullandığımda, saçılma grafiğinin bilinen etiketlerle ilgisi yok gibi görünüyor. Aradığım şeyin bir adı var mı? Bazı çözüm referanslarını okumak istiyorum.

13 machine-learning  pca  dimensionality-reduction  supervised-learning  discriminant-analysis 

Sıklıkla PCA (yüzbinlerce değişken ve düzinelerce veya yüzlerce örnek içeren omics verileri) kullanarak çok değişkenli verilerimi teşhis etmek için kullanılırdım. Veriler genellikle bazı grupları tanımlayan birkaç kategorik bağımsız değişkenle yapılan deneylerden gelir ve ilgilenen gruplar arasında bir ayrım gösterenleri bulabilmek için genellikle birkaç bileşenden geçmem gerekir. Bu tür ayrımcı bileşenleri …

13 pca  linear-model  r-squared  discriminant-analysis 

Görünüşe göre, Fisher analizi, sınıf içi dağılımı en aza indirirken aynı zamanda sınıflar arası ayrımı en üst düzeye çıkarmayı amaçlamaktadır. Bu nedenle, bir değişkenin ayrımcılık gücünün yararlı bir ölçüsü, diyagonal miktar ile verilir: .Bii/WiiBii/WiiB_{ii}/W_{ii} http://root.cern.ch/root/htmldoc/TMVA__MethodFisher.html p x p( B ) ve Sınıf İçi ( W ) Arasındaki matrislerin boyutunun ( …

13 algorithms  dimensionality-reduction  discriminant-analysis  sums-of-squares 

Gauss ayırıcı analiz modelleri öğrenir ve ardından P ( y | x ) = P ( x | y ) P p r i o r ( y ) ' yi değerlendirmek için Bayes kuralını uygular P( x | y)P(x|y)P(x|y)Dolayısıyla üretken modellerdir. O zaman buna ayrımcı analiz denir? Eğer nihayet …

13 normal-distribution  discriminant-analysis  generative-models 

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 

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 

Doğrusal ayrımcı öğrenicilerde sınıf ayrılığının iyi bir ölçüsünün bir örneği Fisher'in doğrusal ayrımcı oranıdır. Özellik kümelerinin hedef değişkenler arasında iyi bir sınıf ayrımı sağlayıp sağlamadığını belirlemek için başka yararlı metrikler var mı? Özellikle, hedef sınıfı ayırmayı en üst düzeye çıkarmak için iyi çok değişkenli girdi öznitelikleri bulmakla ilgileniyorum ve iyi …

11 machine-learning  classification  feature-selection  discriminant-analysis 

Temel bileşen analizi ile elde edilen değerlerin bir biplotunu kullanarak, her bir temel bileşeni oluşturan açıklayıcı değişkenleri incelemek mümkündür. Bu Doğrusal Ayırım Analiziyle de mümkün müdür? Sağlanan örneklerde veriler "Edgar Anderson'ın İris Verileri" dir ( http://en.wikipedia.org/wiki/Iris_flower_data_set ). İşte iris verileri : id SLength SWidth PLength PWidth species 1 5.1 3.5 …

11 r  pca  multivariate-analysis  discriminant-analysis  biplot 

İlke Bileşen Analizi ve Çoklu Diskriminant Analizi (Doğrusal Diskriminant Analizi) arasındaki fark üzerine bu makaleyi okuyorum ve neden MDA / LDA yerine PCA kullanacağınızı anlamaya çalışıyorum. Açıklama aşağıdaki gibi özetlenmiştir: kabaca PCA'da verinin en fazla yayıldığı maksimum varyanslı eksenleri bulmaya çalışıyoruz (bir sınıf içinde, PCA tüm veri setini bir sınıf …

10 classification  pca  dimensionality-reduction  discriminant-analysis 

LDA yapmak için 2 yaklaşım, Bayesci yaklaşım ve Fisher yaklaşımı biliyorum . Verilerin olduğunu varsayalım , burada , boyutlu tahmin edicidir ve , sınıflarının bağımlı değişkenidir .(x,y)(x,y)(x,y)xxxpppyyyKKK Tarafından Bayes yaklaşım , posterior hesaplamak , ve benzeri gibi Kitaplarda, olduğunu varsayalım , şimdi sınıfı için ayırıcı işlevimiz var , doğrusal olduğunu …

10 discriminant-analysis 

Birisi bana Kurtosis hakkında bilgi konusunda yardım edip edemeyeceğini merak ediyordum (yani verilerinizi azaltmak için dönüştürmenin herhangi bir yolu var mı?) Çok sayıda vaka ve değişken içeren bir anket veri setim var. Değişkenlerimden birkaçı için veriler, katılımcıların çoğunun değişken için tam olarak aynı puanı verdiği gerçeğinden türetilen oldukça yüksek basıklık …

10 distributions  assumptions  kurtosis  discriminant-analysis  parametric 

Literatürde zaman zaman gördüğüm gibi (esas olarak zihinsel bozuklukların klinik alt tiplendirmesinde) k-ortalamaları gibi bir kümeleme algoritmasının sonuçlarında Diskriminant Analizini (DA) kullanmanın mantığı nedir? Genellikle, sınıflar arası (sınıf içinde sırasıyla) ataletin maksimizasyonunu (sırasıyla minimizasyon) destekledikleri için, küme yapımı sırasında kullanılan değişkenler üzerindeki grup farklılıklarının test edilmesi önerilmez. Bu nedenle, bireyleri …

10 clustering  discriminant-analysis 

Ayrımcı analiz çalışıyorum, ancak birkaç farklı açıklamayı uzlaştırmakta zorlanıyorum. Bir şeyleri kaçırmam gerektiğine inanıyorum, çünkü daha önce bu (görünüşte) tutarsızlıkla karşılaşmadım. Bununla birlikte, bu web sitesinde ayrımcı analiz ile ilgili soruların sayısı, karmaşıklığının bir kanıtı gibi görünmektedir. Çeşitli sınıflar için LDA ve QDA Ana ders kitabım Johnson & Wichern Uygulamalı …

10 multivariate-analysis  discriminant-analysis 

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 

Boyutsallık azalması (veya PCA yoluyla boyutsallık azalmasından sonra dönüşüm) için çok sınıflı bir Lineer Diskriminant Analizi (veya bazen Birden Çok Diskriminant Analizi de okurum) kullanılıyorsa, genel olarak bir "Z skoru normalizasyonu" (veya standardizasyonu) özellikler tamamen farklı ölçeklerde ölçülseler bile gerekli değil mi? LDA, halihazırda normalleştirilmiş Öklid mesafelerini ima eden Mahalanobis …

9 classification  data-transformation  normalization  standardization  discriminant-analysis