«mse» etiketlenmiş sorular

MSE, Ortalama Kare Hata anlamına gelir. Bir tahminin veya tahminin performansının, gözlenen değerler ile tahmin edilen / tahmin edilen değerler arasındaki ortalama kare farkına eşit bir ölçüsüdür.

7
Momentler yönteminin küçük örneklemlerde en yüksek olasılığı yakalayabildiği örnekler?
Maksimum olabilirlik tahmin ediciler (MLE) asimptotik olarak verimlidir; Pratik sonuçları, küçük örneklem boyutlarında bile, çoğu zaman (MoM) tahmin yönteminden (farklı olduklarında) daha iyi yaptıklarını görüyoruz. Burada 'daha iyi', her ikisi de tarafsız olduğunda tipik olarak daha küçük varyansa sahip olma anlamında ve tipik olarak daha genel olarak daha küçük ortalama …

1
Hata önlemleri nasıl yorumlanır?
Weka'da sınıflandırmayı belirli bir veri kümesi için çalıştırıyorum ve nominal bir değeri tahmin etmeye çalışırsam, çıkışın özellikle doğru ve yanlış tahmin edilmiş değerleri gösterdiğini fark ettim. Ancak, şimdi sayısal bir özellik için çalıştırıyorum ve çıktı: Correlation coefficient 0.3305 Mean absolute error 11.6268 Root mean squared error 46.8547 Relative absolute error …

3
Ortalama Kareler Hatası ve Artık Kareler Toplamı
Vikipedi tanımlarına bakarak: Ortalama Kare Hatası (MSE) Kalan Kareler Toplamı (RSS) Bana öyle geliyor ki MSE = 1N-RSS = 1N-Σ ( fben- yben)2MSE=1N-RSS=1N-Σ(fben-yben)2\text{MSE} = \frac{1}{N} \text{RSS} = \frac{1}{N} \sum (f_i -y_i)^2 burada örnek sayısıdır ve bizim .N-N-Nfbenfbenf_iybenybeny_i Ancak, Wikipedia makalelerinden hiçbiri bu ilişkiden bahsetmiyor. Niye ya? Bir şey mi kaçırıyorum?
31 residuals  mse 

3
R: Veri setinde NaN bulunmamasına rağmen “yabancı işlev çağrısı” na NaN / Inf atma Rastgele Orman [kapalı]
Bir veri kümesi üzerinde çapraz doğrulanmış rasgele bir orman çalıştırmak için şapka kullanıyorum. Y değişkeni bir faktördür. Veri setimde hiç NaN, Inf veya NA yok. Ancak rastgele orman çalıştırırken, alıyorum Error in randomForest.default(m, y, ...) : NA/NaN/Inf in foreign function call (arg 1) In addition: There were 28 warnings (use …

1
Serbestlik dereceleri tam sayı olmayan bir sayı olabilir mi?
GAM kullandığımda, artık DF (kodun son satırı) olduğunu gösteriyor. Bu ne anlama geliyor? GAM örneğinin ötesine geçmek, Genel olarak, serbestlik derecelerinin sayısı tam sayı olmayan bir sayı olabilir mi?26,626,626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 …
27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

3
MSE'nin Varyans ve Eğilimli Karelere Ayrışması
MSE'nin varyans artı Bias karesinde ayrıştırılabileceğini gösteren Vikipedi'de ispatın resimde vurgulanan bir adımı vardır. Bu nasıl çalışıyor? Beklenti, 3. adımdan 4. adıma kadar ürüne nasıl itiliyor? İki terim bağımsız ise, beklenti her iki terime de uygulanmamalı mı? ve eğer değilse, bu adım geçerli mi?

1
Otomatik kodlayıcılar için kayıp fonksiyonu
Biraz otomatik kodlayıcıları deniyorum ve tensorflow ile MNIST veri kümesini yeniden yapılandırmaya çalışan bir model oluşturdum. Ağım çok basit: X, e1, e2, d1, Y, burada e1 ve e2 katmanları kodlar, d2 ve Y katmanları çözer (ve Y yeniden yapılandırılmış çıktıdır). X'in 784 birimi, e1'in 100, e2'nin 50, d1'in tekrar 100 …

2
Önyargı-varyans tradeoff türevini anlama
İstatistiksel öğrenmenin unsurlarının önyargı-varyans dengesi bölümünü okuyorum ve 29. sayfadaki formülde şüphe duyuyorum. Veriler, bir modelden , rasgele olduğu beklenen değere sahip sayı ve Varyans . Modelin hatanın beklenen değeri olsun burada öngörülmesi olup eden öğrencinin. Kitaba göre hata Y=f(x)+ϵY=f(x)+ϵ Y = f(x)+\epsilonε = E [ ε ] = 0 …

3
Neden bir diğerinin (örneğin MSE) aksine belirli bir tahmin hatası ölçüsü (örneğin MAD) kullanıyorsunuz?
MAD = Ortalama Mutlak Sapma MSE = Ortalama Kare Hata Ben MSE bazı istenmeyen nitelikleri rağmen kullanıldığını çeşitli yerlerden önerileri gördüğüm (örn http://www.stat.nus.edu.sg/~staxyc/T12.pdf , p8 üzerinde devletler hangi "O mad genel olarak inanılmaktadır MSE'den daha iyi bir ölçüttür. Bununla birlikte, matematiksel olarak MSE MAD'den daha uygundur. ") Bundan daha fazlası …
15 forecasting  error  mse  mae 


2
Gauss-Markov teoremi: MAVİ ve OLS
Wikipedia'da Guass-Markov teoremini okuyorum ve birinin teoremin ana noktasını bulmama yardım edebileceğini umuyordum. Matris biçiminde doğrusal bir model olduğunu varsayıyoruz: ve biz MAVİ, arıyoruz .y=Xβ+ηy=Xβ+η y = X\beta +\eta βˆβ^ \widehat\beta Uygun olarak , bu , bir işaretleyebilecek ve "kalıntı" "hatası". (Yani Gauss-Markov sayfasındaki kullanımın tersi).η=y−Xβη=y−Xβ\eta = y - X\betaε=βˆ−βε=β^−β\varepsilon …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.