«numerics» etiketlenmiş sorular

Genelde "sıradan en küçük kareler" hakkında bir şeyler duyarım. Doğrusal regresyon için en yaygın kullanılan algoritma bu mu? Farklı bir tane kullanmak için sebepler var mı?

42 regression  least-squares  algorithms  computational-statistics  numerics 

Andrew Ng's Coursera dersinden ve diğer materyallerden PCA okuyorum. Stanford NLP dersinde cs224n'nin ilk ödevinde ve Andrew Ng'un ders videosunda kovaryans matrisinin özvektör ayrışması yerine tekil değer ayrıştırması yapıyorlar ve Ng, SVD'nin özerk kompozisyondan sayısal olarak daha kararlı olduğunu söylüyor. Anladığım kadarıyla PCA için, (m,n)boyutun kovaryans matrisinden değil, boyut veri …

29 pca  linear-algebra  svd  eigenvalues  numerics 

Verilerin son derece seyrek olduğu çok büyük bir pozitif matrisin (65M x 3.4M) tekil değer ayrışmasını (SVD) hesaplamanın en iyi yolu nedir? Matrisin% 0.1'inden daha azı sıfır değildir. Bir yola ihtiyacım var: belleğe sığacak (çevrimiçi yöntemlerin olduğunu biliyorum) Makul bir sürede hesaplanacak: 3,4 gün Yeterince doğru olacağım ancak doğruluk benim …

26 svd  numerics 

Hem Matlab hem de R'de çoğaltılabileceğim rastgele verilerin SVD sonucunda çok garip bir davranış gözlemliyorum. LAPACK kütüphanesinde sayısal bir sorun gibi görünüyor; bu mu? Sıfır ortalama ve kimlik kovaryansına sahip boyutlu Gaussian'dan n=1000n=1000n=1000 örnek çiziyorum : . Onları veri matrisi . (İsteğe bağlı olarak merkezleyebilir ya da değil, aşağıdakileri etkilemez.) …

21 pca  svd  linear-algebra  numerics 

Kısa bir süre önce Skillicorn'un matris ayrışmaları hakkındaki kitabını okudum ve bir lisans izleyicisini hedef aldığı için biraz hayal kırıklığına uğradım. Matris ayrışmaları hakkında (kendim ve başkaları için) temel makalelerden kısa bir kaynakça (anketler, ancak atılım kağıtları) derlemek istiyorum. Aklımda olan şey, SVD / PCA (ve sağlam / seyrek varyantlar) …

18 matrix-decomposition  svd  numerics 

SVD ayrışması A = U S V with olan m × n boyutunda yoğun bir matrisine sahip olduğumu varsayalım .AA \textbf{A}m×nm×nm \times nA=USV⊤.A=USV⊤.\mathbf{A}=\mathbf{USV}^\top.In Rben SVD hesaplayabilirsiniz şöyle: svd(A). A'ya yeni satır eklenirse , SVD'yi sıfırdan yeniden hesaplamaksızın eski SVD ayrışmasını eskisine göre (yani U , S ve V kullanarak ) …

17 algorithms  svd  linear-algebra  matrix-decomposition  numerics 

Wikipedia makale temel bileşen analizi devletler bu X T X matrisini oluşturmak zorunda kalmadan SVD'sini hesaplamak için verimli algoritmalar mevcuttur , bu nedenle SVD'nin hesaplanması artık sadece bir avuç bileşen gerekli olmadıkça bir veri matrisinden temel bileşenler analizini hesaplamanın standart yoludur.XXXXTXXTXX^TX Birisi bana makalenin bahsettiği etkili algoritmaların neler olduğunu söyleyebilir …

17 pca  algorithms  svd  numerics 

Burada muhtemelen konu dışı, ancak zaten birkaç ( bir , iki ) ilgili soru var. Literatürde (veya Kesik SVD Algoritmaları için bir google araması) dolaşmak, kesilmiş SVD'leri çeşitli şekillerde kullanan birçok kağıt ortaya çıkarır ve bunu hesaplamak için hızlı algoritmalar olduğunu iddia eder (sinir bozucu, genellikle alıntı yapmadan), ancak hiç …

15 algorithms  svd  numerics 

TL; DR: lme4optimizasyon varsayılan olarak model parametreleri sayısında lineer olarak görünmektedir ve bir yolu eşdeğer daha yavaş glmgruplar için kukla değişkenlerle modeli. Hızlandırmak için yapabileceğim bir şey var mı? Oldukça büyük bir hiyerarşik logit modeli (~ 50k satır, 100 sütun, 50 grup) sığdırmaya çalışıyorum. Verilere normal bir logit modeli takmak …

12 r  mixed-model  optimization  lme4-nlme  numerics 

İki örnek için Kullback-Leibler Diverjansının sayısal bir tahminini uygulamaya çalıştım. Uygulamada hata ayıklamak için örnekleri iki normal dağılımdan ve çizin .N ( 1 , 2 )N-( 0 , 1 )N-(0,1)\mathcal N (0,1)N-( 1 , 2 )N-(1,2)\mathcal N (1,2) Basit bir tahmin için iki histogram oluşturdum ve integrali sayısal olarak tahmin …

10 estimation  intuition  kullback-leibler  numerics 

'R' grafik kümeleme kullanarak bir grafikte düğüm / birleştirme düğümleri arıyorum. İşte benim sorunumun şaşırtıcı bir oyuncak varyasyonu. İki "küme" vardır Kümeleri birbirine bağlayan bir "köprü" var İşte bir aday ağı: Bağlantı mesafesine baktığımda, "hopcount", eğer isterseniz, o zaman aşağıdaki matrisi alabilirim: mymatrix <- rbind( c(1,1,2,3,3,3,2,1,1,1), c(1,1,1,2,2,2,1,1,1,1), c(2,1,1,1,1,1,1,1,2,2), c(3,2,1,1,1,1,1,2,3,3), c(3,2,1,1,1,1,1,2,3,3), …

10 r  clustering  data-visualization  numerics