«nonlinear» etiketlenmiş sorular

Bu etiket, çok geniş olduğu için kullanımdan kaldırıldı. Lütfen daha spesifik bir etiket bulun.


1
Doğrusal olmayan ve genelleştirilmiş doğrusal model: Lojistik, Poisson, vb. Regresyondan nasıl bahsedersiniz?
Anlambilim hakkında, istatistikçilerin görüşlerini almak istediğim bir sorum var. Lojistik, Poisson vb. Modellerin genelleştirilmiş doğrusal modellerin çatısı altına girdiğini biliyoruz. Model, uygun link işlevi kullanılarak doğrusal model çerçevesi kullanılarak modellenebilecek parametrelerin doğrusal olmayan işlevlerini içerir. Lojistik regresyon gibi durumları şöyle düşünür müsün? Lineer olmayan model, parametrelerin şeklini verilen Doğrusal model, …

6
İleri regresyon modelleme örnekleri
GLM veya OLS kullanarak karmaşık, çoklu doğrusal olmayan ilişkileri modellemek için gereken adımları gösteren gelişmiş bir doğrusal regresyon durum çalışması arıyorum. Temel okul örneklerinin ötesine geçen kaynakları bulmak şaşırtıcı bir şekilde zordur: Okuduğum kitapların çoğu, bir tahmincinin bir BoxCox'u veya en iyi durumda doğal bir eğri ile birleştiğinde yanıtın bir …

3
sinir ağlarını doğrusal olmayan bir sınıflandırma modeli yapan nedir?
Doğrusal olmayan sınıflandırma modellerinin matematiksel anlamını anlamaya çalışıyorum: Sinir ağlarının doğrusal olmayan bir sınıflandırma modeli olduğu hakkında bir makale okudum. Ama bunun farkındayım: İlk katman: h1=x1∗wx1h1+x2∗wx1h2h1=x1∗wx1h1+x2∗wx1h2h_1=x_1∗w_{x1h1}+x_2∗w_{x1h2} h2=x1∗wx2h1+x2∗wx2h2h2=x1∗wx2h1+x2∗wx2h2h_2=x_1∗w_{x2h1}+x_2∗w_{x2h2} Sonraki katman y=b∗wby+h1∗wh1y+h2∗wh2yy=b∗wby+h1∗wh1y+h2∗wh2yy=b∗w_{by}+h_1∗w_{h1y}+h_2∗w_{h2y} Basitleştirilebilir =b'+(x1∗wx1h1+x2∗wx1h2)∗wh1y+(x1∗wx2h1+x2∗wx2h2)∗wh2y=b′+(x1∗wx1h1+x2∗wx1h2)∗wh1y+(x1∗wx2h1+x2∗wx2h2)∗wh2y=b′+(x_1∗w_{x1h1}+x_2∗w_{x1h2})∗w_{h1y}+(x_1∗w_{x2h1}+x_2∗w_{x2h2})∗w_{h2y} =b'+x1(wh1y∗wx1h1+wx2h1∗wh2y)+x2(wh1y∗wx1h1+wx2h2∗wh2y)=b′+x1(wh1y∗wx1h1+wx2h1∗wh2y)+x2(wh1y∗wx1h1+wx2h2∗wh2y)=b′+x_1(w_{h1y}∗w_{x1h1}+w_{x2h1}∗w_{h2y})+x_2(w_{h1y}∗w_{x1h1}+w_{x2h2}∗w_{h2y}) İki katmanlı sinir ağı Sadece basit bir doğrusal regresyon =b′+x1∗W′1+x2∗W′2=b′+x1∗W1′+x2∗W2′=b^′+x_1∗W_1^′+x_2∗W_2^′ Bu, herhangi bir sayıda tabakaya gösterilebilir, çünkü …

2
Bir oto-regresif zaman serisi modeli doğrusal değilse, yine de durağanlık gerektirir mi?
Zaman serisi tahmini için tekrarlayan sinir ağlarını kullanmayı düşünmek. Temel olarak doğrusal oto-regresyon kullanan ARMA ve ARIMA modellerine kıyasla bir çeşit genelleştirilmiş doğrusal olmayan oto-regresyon uygularlar. Doğrusal olmayan oto-regresyon gerçekleştiriyorsak, zaman serilerinin sabit olması hala gerekli midir ve ARIMA modellerinde yaptığımız gibi fark yaratmamız gerekir mi? Veya modelin doğrusal olmayan …

4
Degrade artırıcı makine doğruluğu, yineleme sayısı arttıkça azalır
Gradyan arttırıcı makine algoritmasını caretR'deki paket üzerinden deniyorum. Küçük bir kolej veri kümesi kullanarak, aşağıdaki kodu koştu: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting machine algorithm. ### set.seed(123) fitControl <- trainControl(method = …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

1
LLE (yerel doğrusal gömme) algoritmasının adımlarını açıklar?
LLE için algoritmanın arkasındaki temel prensibin üç adımdan oluştuğunu anlıyorum. Her veri noktasının mahallesini k-nn gibi bir metrik ile bulmak. Her komşu için, komşunun veri noktası üzerindeki etkisini gösteren ağırlıkları bulun. Hesaplanan ağırlıklara dayalı olarak verilerin düşük boyutlu gömülmesini oluşturun. Ancak 2. ve 3. adımların matematiksel açıklaması okuduğum tüm ders …

4
Doğrusal ve doğrusal olmayan model arasındaki ayrım
Doğrusal ve doğrusal olmayan modellerin özellikleri hakkında bazı açıklamalar okudum, ancak yine de eldeki bir modelin doğrusal mı yoksa doğrusal olmayan bir model mi olduğundan emin değilim. Örneğin, aşağıdaki model doğrusal mı doğrusal mı? yt= β0+ β1B ( L ; θ ) Xt+ εtyt=β0+β1B(L;θ)Xt+εty_t=\beta_0 + \beta_1B(L;\theta)X_t+\varepsilon_t İle: B ( L …

3
“Doğrusal” ile “doğrusal olmayan” regresyon arasında bir ayrım yapmak neden önemlidir?
Doğrusal ve doğrusal olmayan modeller arasındaki ayrımın önemi nedir? Doğrusal ve genelleştirilmiş doğrusal model sorusu : Lojistik, Poisson vb. Regresyondan nasıl bahsediyorsunuz? ve cevabı genelleştirilmiş doğrusal modellerin doğrusallığı / doğrusal olmama durumu hakkında son derece yararlı bir açıklama idi. Doğrusal olanı doğrusal olmayan modellerden ayırmak kritik öneme sahip görünüyor, ama …

3
Yüksek derecede doğrusal olmayan fonksiyonun takılması için strateji
Bir biyofizik deneyinin verilerini analiz etmek için, şu anda oldukça doğrusal olmayan bir modelle eğri uydurma yapmaya çalışıyorum. Model işlevi temelde şöyle görünür: y=ax+bx−1/2y=ax+bx−1/2y = ax + bx^{-1/2} Burada özellikle değeri büyük ilgi görüyor.bbb Bu işlev için bir çizim: (Model işlevinin, sistemin ayrıntılı bir matematiksel açıklamasına dayandığını ve çok iyi …

3
Bir evrişimli sinir ağında son Softmax katmanından önce doğrusal olmama
Evrişimli sinir ağlarını çalışıyorum ve uygulamaya çalışıyorum, ancak bu sorunun genel olarak çok katmanlı algılayıcılar için geçerli olduğunu düşünüyorum. Ağımdaki çıkış nöronları her sınıfın aktivasyonunu temsil eder: en aktif nöron, belirli bir girdi için öngörülen sınıfa karşılık gelir. Eğitim için çapraz entropi maliyetini göz önünde bulundurmak için, ağın sonuna bir …

1
Çekirdek Yaklaşımı için Nystroem Yöntemi
Düşük seviyeli çekirdek yakınlaşması için Nyström yöntemini okudum. Bu yöntem scikit-learn [1] 'de veri örneklerini çekirdek özellik eşlemesinin düşük dereceli bir yaklaşımına yansıtmak için bir yöntem olarak uygulanır. Bildiğim kadarıyla, bir eğitim seti verilen ve bir çekirdek fonksiyonu, bu bir düşük seviye yaklaşımı oluşturur çekirdek matris için SVD uygulayarak ve …

3
İstatistiksel modellerde doğrusal olmama kriterleri ve karar verme yöntemleri nelerdir?
Umarım aşağıdaki genel soru mantıklıdır. Lütfen bu özel sorunun amaçları doğrultusunda doğrusal olmamaya ilişkin teorik (konu alanı) nedenlerle ilgilenmediğimi unutmayın. Bu nedenle, tüm soruyu aşağıdaki gibi formüle edeceğim : Teorik (konu alanı) dışındaki nedenlerle istatistiksel modellere doğrusal olmamaya ilişkin mantıksal çerçeve ( ölçütler ve mümkünse karar verme süreci ) nedir? …

2
Bir tanesi karesel ve kübik terimlere sahip olabilen açıklayıcı değişkenler arasındaki etkileşimleri nasıl modellemeliyim?
İçtenlikle bu soruyu tam olarak cevaplanabilecek şekilde ifade ettiğimi umuyorum - eğer değilse, lütfen bana bildirin ve tekrar deneyeceğim! Ayrıca bu analizler için R kullanacağımı da not etmeliyim. Benim plant performance (Ys)uyguladığım dört tedaviden etkilendiğini düşündüğüm birkaç önlemim var - flower thinning (X1), fertilization (X2), leaf clipping (X3)ve biased flower …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.