«distance-functions» etiketlenmiş sorular

'Öklid mesafesinin yüksek boyutlarda iyi bir mesafe olmadığını' okudum. Sanırım bu ifadenin boyutluluk laneti ile bir ilgisi var, ama tam olarak ne? Ayrıca 'yüksek boyutlar' nedir? 100 özelliği olan Öklid mesafesini kullanarak hiyerarşik kümeleme uyguluyorum. Bu ölçümü kullanmak kaç özelliğe kadar 'güvenli'?

239 machine-learning  clustering  distance-functions  metric  high-dimensional 

Benzer vakaları gruplandırmak için ayarlanmış bir veri üzerinde küme analizi kullanılırken, çok sayıda kümeleme yöntemi ve uzaklık ölçüsü arasından seçim yapılması gerekir. Bazen bir seçim diğerini etkileyebilir, ancak birçok olası yöntem kombinasyonu vardır. Çeşitli kümeleme algoritmaları / yöntemleri ve mesafe ölçütleri arasından nasıl seçim yapılacağı konusunda herhangi bir tavsiyesi olan …

73 clustering  distance-functions  methodology 

Verimlilik veya işlevsellik açısından k-aracı algoritmasının örneğin uzaklık ölçüsü olarak kosinüs (dis) benzerliğini kullanmadığı, ancak sadece Öklid normunu kullanabileceği belirli bir amaç var mı? Genel olarak, K-aracı yöntemi Öklid'den başka mesafeler göz önüne alındığında veya kullanıldığında uygun olacak ve doğru olacak mı? [@ Ttnphns ilavesi. Soru iki katlıdır. "(Olmayan) Öklid …

62 clustering  k-means  distance-functions  euclidean 

Kesin konumları bilinmeyen ancak bilinen parametrelere sahip normal dağılımlara göre dağıtılmış (örneğin ve iki nesne verildiğini varsayalım . Bunların her ikisinin de iki değişkenli normlar olduğunu varsayabiliriz; öyle ki, konumlar koordinatları üzerinde bir dağılımla tanımlanır (yani, ve , sırasıyla ve için beklenen koordinatlarını içeren vektörlerdir ). Ayrıca nesnelerin bağımsız olduğunu …

41 normal-distribution  distance-functions 

Kullback-Leibler ile Kolmogorov-Smirnov arasındaki mesafe ölçütleri arasında çok sayıda resmi fark olduğunu görebiliyorum. Ancak, her ikisi de dağılımlar arasındaki mesafeyi ölçmek için kullanılır. Birinin diğeri yerine kullanılması gereken tipik bir durum var mı? Bunu yapmak için gerekçe nedir?

37 distributions  distance-functions  kolmogorov-smirnov  kullback-leibler 

Veri setimde hem sürekli hem de doğal olarak ayrık değişkenler var. Her iki değişken türünü kullanarak hiyerarşik kümelemeyi yapıp yapamayacağımızı bilmek istiyorum. Ve eğer evet ise, hangi mesafe ölçüsü uygundur?

34 clustering  similarities  distance-functions  mixed-type-data 

[İlk sıradaki "Hiyerarşik kümelenme ağaçları için benzerliğin ölçülmesi" başlığı daha sonra konuyu daha iyi yansıtacak şekilde @ tnphns tarafından değiştirildi] Hasta kayıtlarının bir veri çerçevesi üzerinde bir dizi hiyerarşik küme analizi yapıyorum (örneğin, http://www.biomedcentral.com/1471-2105/5/126/figure/F1?highres=y ) Ağacın son kümeleri / yapısı / görünümü üzerindeki etkilerini anlamak için farklı uzaklık ölçüleri, farklı …

28 r  clustering  distance-functions  similarities  dendrogram 

Kaynak aramayı kolaylaştırmak için ne yapmaya çalıştığımı tanımlamak için iyi bir terminoloji arıyorum. Yani, her biri iki ve X ile ilişkili iki A ve B noktası kümesine sahip olduğumu ve A ile B arasındaki "mesafeyi" ölçmek istediğimi - yani aynı dağılımdan örneklenmelerinin ne kadar muhtemel olduğunu varsayalım. (Dağılımların normal olduğunu …

28 multivariate-analysis  terminology  distance-functions 

Bir kişinin yoğunluğu olan bir dağılımdan dağıtıldığı bir , Hellinger mesafesinin yoğunluğu olan başka bir dağılıma yani tarafsız bir tahmincisi ( ' dayalı) olup olmadığını merak ediyorum. f X i f 0 H ( f , f 0 ) = { 1 - ∫ X √X1,…,XnX1,…,XnX_1,\ldots,X_nfffXiXiX_if0f0f_0H(f,f0)={1−∫Xf(x)f0(x)−−−−−−−−√dx}1/2.H(f,f0)={1−∫Xf(x)f0(x)dx}1/2. \mathfrak{H}(f,f_0) = \left\{ 1 …

20 pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger 

Her verinin farklı ölçekten oluştuğu bir veri setim var . Her hesaplama için bir kıyaslama değerim var. Her verinin kıyaslama değerine ne kadar yakın olduğunu bilmek istiyorum.nnn Ağırlıklı Öklid Mesafesini şu şekilde kullanmayı düşündüm: dx , b= ( ∑ni = 1wben( xben- bben)2) )1 / 2dx,b=(Σben=1nwben(xben-bben)2))1/2\hspace{0.5in} d_{x,b}=\left( \sum_{i=1}^{n}w_i(x_i-b_i)^2)\right)^{1/2} nerede xbenxben\hspace{0.5in}x_i …

16 distance-functions 

Zaman serisi verilerini analiz etmek için hiyerarşik kümeleme kullanıyorum. Kodum, aşağıdaki girdiler verildiğinde hiyerarşik kümeler oluşturan Mathematica işlevi kullanılarak uygulanır DirectAgglomerate[...]: bir mesafe matrisi D kümeler arası bağlantıyı belirlemek için kullanılan yöntemin adı. Manhattan mesafesini kullanarak D mesafe matrisini hesapladım: d(x,y)=∑i|xi−yi|d(x,y)=∑i|xi−yi|d(x,y) = \sum_i|x_i - y_i| burada ve zaman serilerimdeki veri …

15 clustering  distance-functions  ward 

Afinite Yayılım algoritmasını kullanarak olasılık dağılımlarını kümeliyorum ve Jensen-Shannon Divergence'ı mesafe ölçümüm olarak kullanmayı planlıyorum. JSD'nin kendisini mesafe olarak kullanmak doğru mu, yoksa JSD karesi mi? Neden? Birini veya diğerini seçmekten ne gibi farklılıklar doğurur?

15 machine-learning  clustering  entropy  distance-functions 

Herkes kullanımı mu veya yerine kümeleme ilişkin metrikleri ? Aggarwal ve ark., Yüksek boyutlu uzayda mesafe ölçütlerinin şaşırtıcı davranışı üzerine (2001 yılında)L .5 L 2L1L1L_1L.5L.5L_.5L2L2L_2 L 2L1L1L_1 , yüksek boyutlu veri madenciliği uygulamaları için Öklid uzaklık metriği sürekli olarak daha fazla tercih edilir L2L2L_2 ve veya daha iyi olabileceğini iddia …

14 clustering  distance-functions  rule-of-thumb 

Sadece Kolektif İstihbarat (Toby Segaran tarafından) kitabıyla çalışıyorum ve Öklid uzaklık skoruyla karşılaştım. Kitapta yazar, iki öneri dizisi arasındaki benzerliğin nasıl hesaplanacağını gösterir (yani, .kişi × film ↦ puanı )kişixfilm↦Puan)\textrm{person} \times \textrm{movie} \mapsto \textrm{score}) İki kişilik Öklid mesafeyi hesaplar ve göre p1p1p_1p2p2p_2d( p1, p2) = ∑i ∈ öğe ( sp1- …

13 distance-functions  similarities 

Not: önceki sorumun yasal nedenlerle silinmesi gerektiğinden, bu soru bir gönderidir. Fonksiyonlu SAS PROC MIXED karşılaştırarak birlikte lmegelen nlmeR paketin, bazı çok kafa farklılıklar tökezledi. Daha spesifik olarak, farklı testlerdeki özgürlük dereceleri ve arasında farklılık gösterir PROC MIXEDve lmenedenini merak ettim. Aşağıdaki veri kümesinden başlayın (R kodu aşağıda verilmiştir): ind: …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining