«resampling» etiketlenmiş sorular

Farklı yeniden örnekleme yöntemleri (Monte Carlo simülasyonu, parametrik önyükleme, parametrik olmayan önyükleme, jackknifing, çapraz doğrulama, rastgele testler ve permütasyon testleri) ve bunların R'yi kullanarak kendi bağlamlarındaki uygulamaları arasındaki farkı anlamaya çalışıyorum. Diyelim ki aşağıdaki durum var - ANOVA'yı Y değişkeni ( Yvar) ve X değişkeni ( Xvar) ile gerçekleştirmek istiyorum …

73 r  bootstrap  resampling  jackknife  permutation-test 

Bu soru kesin bir cevap alamayacak kadar açık uçlu olabilir, ama umarım değil. SVM, GBM, Rastgele Orman vb. Gibi makine öğrenmesi algoritmaları, genellikle bazı rehberlik kurallarının ötesinde, her bir veri setine ayarlanması gereken bazı ücretsiz parametrelere sahiptir. Bu genellikle, en iyi genelleme hatasını veren parametre setine uyması için bir çeşit …

34 machine-learning  cross-validation  bootstrap  optimization  resampling 

Son zamanlarda bootstrap okuduktan sonra, beni hala şaşırtan kavramsal bir soru buldum: Bir popülasyonunuz var ve popülasyonu temsil etmek için P kullandığım bir popülasyon niteliğini, yani bilmek istiyorsunuz . Bu θ örneğin nüfus ortalama olabilir. Genellikle popülasyondaki tüm verileri alamazsınız. Böylece N popülasyonundan N büyüklüğünde bir X örneği çizersiniz. Diyelim …

29 bootstrap  simulation  resampling 

Bana, özellikle cevap sınıfları dengesiz olduğunda, tabakalı çapraz doğrulama kullanmanın faydalı olduğu söylendi. Çapraz onaylamanın bir amacı, orijinal eğitim verisi örneğimizin rastgelelik durumunun hesaba katılmasına yardımcı olmaksa, her bir katlamanın kesinlikle aynı sınıf dağılımına sahip olmasını sağlamak, orijinal eğitim setinizin temsili bir sınıf dağılımına sahip olduğundan emin olmadığınız sürece, buna …

28 cross-validation  resampling  stratification 

Permütasyon testlerinin varsayımları olmadığı sık sık bildirilmektedir, ancak bu kesinlikle doğru değildir. Örneğin, numunelerimin bir şekilde korelasyonu varsa, etiketlerine izin vermenin yapılacak doğru şey olmadığını hayal edebiliyorum. Bu sorun hakkında bulduğumun tek kelimesi wikipedia'dan gelen bu cümledir: "Bir permütasyon testinin arkasındaki önemli bir varsayım, gözlemlerin sıfır hipotezi altında değişebilir olmasıdır." …

22 hypothesis-testing  permutation-test  resampling 

caretÇeşitli modelleme prosedürlerini test etmek için R'deki kütüphaneyi kullanıyorum . trainControlNesne bir yeniden örnekleme yöntemini belirtmek için olanak sağlar. Yöntemler, aşağıdakilerde anlatılmıştır belgeler bölüm 2.3 ve şunları içerir: boot, boot632, cv, LOOCV, LGOCV, repeatedcvve oob. Bunlardan bazılarının çıkarılması kolay olsa da, bu yöntemlerin hepsi açıkça tanımlanmamıştır. Bu yeniden örnekleme yöntemlerine …

20 r  resampling  caret 

Ciddi dengesiz veriler üzerinde çalışıyorum. Literatürde, yeniden örnekleme (aşırı veya düşük örnekleme) kullanarak verileri yeniden dengelemek için çeşitli yöntemler kullanılmaktadır. İki iyi yaklaşım: SMOTE: Sentetik Azınlık Aşırı Örnekleme Teknikleri ( SMOTE ) ADASYN: Dengesiz Öğrenme için Uyarlanabilir Sentetik Örnekleme Yaklaşımı ( ADASYN ) ADASYN'i uyarladım çünkü uyarlanabilir yapısı ve çok …

19 classification  dataset  resampling  unbalanced-classes  oversampling 

Örneklemenin IID (Bağımsız ve Özdeş Dağıtılmış) olup olmadığını nasıl test eder veya kontrol edersiniz? Gauss ve Özdeşçe Dağıtılmış demek istemiyorum, sadece IID. Ve aklıma gelen fikir, numuneyi tekrar tekrar eşit büyüklükte iki alt numuneye ayırmak, Kolmogorov-Smirnov testini yapmak ve p-değerlerinin dağılımının düzgün olup olmadığını kontrol etmektir. Bu yaklaşım hakkında herhangi …

16 hypothesis-testing  independence  kolmogorov-smirnov  resampling  iid 

"Önyükleme doğrulaması" / "çapraz doğrulamayı yeniden örnekleme" benim için yeni, ancak bu sorunun cevabı ile tartışıldı . 2 tür veri içerir: Simüle edilmiş veriler gerçek verilerle aynı boyuta ulaşıncaya kadar değiştirilerek yeniden örnekleme ile gerçek verilerden belirli bir simüle edilmiş veri kümesi oluşturulduğu gerçek veriler ve simüle edilmiş veriler. Bu …

15 cross-validation  bootstrap  validation  resampling 

Ben sadece orada hangi bootstrap üzerinde mevcut en iyi kitaplar hangisi olduğunu sormak istedim. Bununla sadece geliştiricileri tarafından yazılmış olanı kastetmiyorum. Aşağıdaki kriterleri kapsayan önyükleme için hangi ders kitabının size en uygun olduğunu belirtebilir misiniz? Uygulanabilirlik alanı, güçlü ve zayıf yönleri, model seçimi için önemi listeleyen tekniğin felsefi / epistemolojik …

14 sampling  model-selection  bootstrap  references  resampling 

Son zamanlarda zaman serilerini yeniden örneklemenin yollarını arıyordum, Uzun bellek işlemlerinin otomatik korelasyonunu yaklaşık olarak koruyun. Gözlemlerin alanını koruyun (örneğin, yeniden örneklenmiş bir tamsayılar dizisi dizisi hala bir tamsayı dizisidir). Gerekirse yalnızca bazı ölçekleri etkileyebilir. uzunluğunda bir zaman dizisi için aşağıdaki permütasyon şemasını buldum 2N2N2^N: Zaman serilerini birbirini izleyen çiftler …

14 time-series  bootstrap  resampling  permutation-test 

Yaptığınız tek şey ampirik dağılımdan yeniden örneklemekse, neden sadece ampirik dağılımı incelemek değil? Örneğin, değişkenliği tekrarlı örnekleme yoluyla incelemek yerine, neden sadece ampirik dağılımdaki değişkenliği ölçmüyoruz?

13 machine-learning  mathematical-statistics  sampling  bootstrap  resampling 

Örneklemin dağılımının yaklaşık olarak nasıl hesaplanacağını okurken parametrik olmayan önyükleme yöntemiyle karşılaştım. Görünüşe göre nin dağılımı dağılımı ile yaklaşık olabilir , burada , önyükleme örneği. ˉ X ∗ n - ˉ X n ˉ X ∗ nX¯n−μX¯n−μ\bar{X}_n-\muX¯∗n−X¯nX¯n∗−X¯n\bar{X}_n^*-\bar{X}_nX¯∗nX¯n∗\bar{X}_n^* O zaman sorum şu: Merkezlemeye ihtiyacım var mı? Ne için? Değil sadece yaklaşık …

13 distributions  bootstrap  resampling  centering 

R'de, bir set.seed () ayarlayıp sonra bir listeyi rasgele seçmek için örnek işlevini kullanırsam, aynı permütasyonu üretmeyeceğimi garanti edebilir miyim? yani ... set.seed(25) limit <- 3 myindex <- seq(0,limit) for (x in seq(1,factorial(limit))) { permutations <- sample(myindex) print(permutations) } Bu üretir [1] 1 2 0 3 [1] 0 2 1 …

13 r  sampling  combinatorics  resampling 

Bootstrap CI'lerin (ve bartikülerdeki BCa) normal olarak dağıtılan verilerde nasıl performans gösterdiğini merak ediyordum. Çeşitli dağıtım türlerindeki performanslarını inceleyen çok fazla iş var gibi görünüyor, ancak normal olarak dağıtılan veriler üzerinde hiçbir şey bulamadı. İlk önce çalışmak bariz bir şey gibi göründüğünden, sanırım kağıtlar çok eski. R önyükleme paketini kullanarak …

12 confidence-interval  bootstrap  normality-assumption  resampling