«importance» etiketlenmiş sorular

Regresyon için rastgele ormanlarla oynuyordum ve iki önemli önlemin ne anlama geldiğini ve bunların nasıl yorumlanması gerektiğini tam olarak çözmekte zorlanıyorum. importance()Fonksiyon her bir değişken için iki değer verir: %IncMSEve IncNodePurity. Bu 2 değer için basit yorumlar var mı? İçin IncNodePurityözellikle bu sadece tutar o değişkenin çıkarılmasını takiben RSS artıştır?

40 r  machine-learning  random-forest  importance 

Değişken önem sıralaması söz konusu olduğunda (her çeşit çok değişkenli modeller bağlamında) bir nihilist oldum . Genelde, çalışmalarım sırasında, başka bir ekibin değişken öneme sahip bir sıralama yapmasına ya da kendi işimden değişen bir öneme sahip bir grup oluşturmasına yardımcı olmam isteniyor. Bu taleplere cevap olarak aşağıdaki soruları soruyorum Bu …

25 multiple-regression  multivariate-analysis  importance 

Bir kişinin çoklu regresyon denklemine girebileceği bağımsız değişken sayısının sınırı nedir? Sonuç değişkenine göreceli katkıları açısından incelemek istediğim 10 öngörücüm var. Çoklu analizlere uyum sağlamak için bir bonferroni düzeltmesi kullanmalı mıyım?

19 regression  predictor  importance  bonferroni 

Veri kümesinin hangi özelliklerinin / değişkenlerinin k-ortalamaları küme çözümü içinde en önemli / baskın olduğunu belirlemenin bir yolu var mı?

19 machine-learning  clustering  k-means  importance 

Kement özellikleri seçmek ve ikili bir hedef ile öngörülü bir model uydurmak için bir yöntem olarak bakıyorum. Aşağıda, düzenli lojistik regresyon yöntemini denemek için oynadığım bazı kodlar var. Benim sorum bir grup "önemli" değişkenleri almak ama her birinin göreceli önemini tahmin etmek için bunları sıralamak mümkün mü? Katsayılar bu sıralama …

18 logistic  importance  glmnet 

Kukla değişkenlere ayrılmış kategorik bir değişkenin önemini nasıl elde edebileceğimi anlamaya çalışıyorum. Ben sizin için kategorik değişkenleri R veya h2o yaptığı gibi işlemez scikit-learn kullanıyorum. Kategorik bir değişkeni sahte değişkenlere ayırırsam, bu değişkente sınıf başına ayrı özellik içe aktarımları elde ederim. Benim sorum şu, bu kukla değişken ithalatlarını sadece toplayarak …

18 categorical-data  random-forest  interpretation  importance 

Verilerim üzerinde çok doğru olan bir lojistik regresyon sınıflandırıcısı oluşturdum. Şimdi neden bu kadar iyi çalıştığını daha iyi anlamak istiyorum. Özellikle, hangi özelliklerin en büyük katkıyı yaptığını (hangi özelliklerin en önemli olduğunu) sıralamak ve ideal olarak, her özelliğin genel modelin (veya bu damardaki bir şeyin) doğruluğuna ne kadar katkıda bulunduğunu …

17 machine-learning  logistic  feature-selection  importance 

Yazarların iki öngörücü ile çoklu regresyon yaptıkları bir makaleyi okudum. Toplam r kare değeri 0.65 idi. R-karesini iki yordayıcı arasında bölen bir tablo sağladılar. Tablo şöyle görünüyordu: rsquared beta df pvalue whole model 0.65 NA 2, 9 0.008 predictor 1 0.38 1.01 1, 10 0.002 predictor 2 0.27 0.65 1, …

16 r  multiple-regression  r-squared  importance  variance-decomposition 

Benim sorum: Rasgele orman, neden ağaç düzeyinde değil de her ağaçtaki düğüm düzeyinde bölünmeye yönelik özelliklerin rastgele alt kümelerini ele alıyor ? Arka plan: Bu bir tarih sorusu. Tin Kam Ho , 1998'de her ağacın büyümesi için kullanılacak bir özellik alt kümesini rastgele seçerek "karar ormanları" oluşturma üzerine bu makaleyi …

14 machine-learning  feature-selection  random-forest  importance  history 

Bir araştırma öğrencisine belirli bir sorunla ilgili tavsiyede bulunuyordum ve bu siteden başkalarının girdisini almaya istekliydim. Bağlam: Araştırmacının üç tip öngörücü değişkeni vardı. Her tür farklı sayıda öngörücü değişken içeriyordu. Her tahminci sürekli bir değişkendi: Sosyal: S1, S2, S3, S4 (yani dört tahminci) Bilişsel: C1, C2 (yani iki öngörücü) Davranışsal: …

13 regression  predictor  importance 

Çevrimiçi bir alışveriş yapan kişinin, bir dizi çevrimiçi reklamı (öngörücüler: Reklam1, Reklam2 ve Reklam3) tıkladıktan sonra bir ürün satın alıp almayacağını (sonuç: satın alma) tahmin etmek için kullanıldığını varsayalım. Sonuç ikili bir değişkendir: 1 (satın alındı) veya 0 (satın alınmamış). Öngörücüler ayrıca ikili değişkenlerdir: 1 (tıklandı) veya 0 (tıklanmadı). Yani …

11 logistic  importance 

MeanDecreaseAccuracy sütununda rfobject$importanceve importance(rfobject)arasındaki farkı alamıyorum. Misal: > data("iris") > fit <- randomForest(Species~., data=iris, importance=TRUE) > fit$importance setosa versicolor virginica MeanDecreaseAccuracy MeanDecreaseGini Sepal.Length 0.027078501 0.019418330 0.040497602 0.02898837 9.173648 Sepal.Width 0.008553449 0.001962036 0.006951771 0.00575489 2.472105 Petal.Length 0.313303381 0.291818815 0.280981959 0.29216790 41.284869 Petal.Width 0.349686983 0.318527008 0.270975757 0.31054451 46.323415 > importance(fit) setosa versicolor …

10 r  random-forest  importance 

Kendime, bir negatif değişken önem değerine ("% IncMSE") sahip olan bu değişkenleri bir regresyon bağlamında kaldırmanın iyi bir fikir olup olmadığını soruyorum. Ve bana daha iyi bir tahmin verirse? Ne düşünüyorsun?

10 machine-learning  feature-selection  random-forest  importance 

Diyelim ki 4 olası olayın sıklık örneğine sahibim: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 ve olaylarımın gerçekleşmesi için beklenen olasılıklarım var: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Dört olayın gözlemlenen frekanslarının toplamı ile (18) Olayların beklenen frekanslarını hesaplayabilir …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom