Thống kê và dữ liệu lớn

Câu hỏi nghe có vẻ hơi lạ vì tôi chưa quen với suy luận thống kê và mạng lưới thần kinh. Khi gặp vấn đề về phân loại khi sử dụng mạng nơ ron, chúng tôi nói rằng chúng tôi muốn tìm hiểu một hàm ánh xạ không gian của …

17 machine-learning  neural-networks 

Tại sao phân kỳ KL không âm? Từ quan điểm của lý thuyết thông tin, tôi có một sự hiểu biết trực quan như vậy: Giả sử có hai nhóm AAA và BBB được tạo thành từ cùng một tập hợp các phần tử được dán nhãn bởi xxx . …

17 information-theory  kullback-leibler 

Tôi đang cố gắng hiểu làm thế nào tôi có thể có được tầm quan trọng tính năng của một biến phân loại đã được chia thành các biến giả. Tôi đang sử dụng scikit-learn không xử lý các biến phân loại cho bạn theo cách R hoặc h2o làm. …

17 categorical-data  random-forest  interpretation  importance 

Tôi đang cố gắng để hiểu đầu ra của hàm kiểm tra Kolmogorov-Smirnov (hai mẫu, hai mặt). Đây là một bài kiểm tra đơn giản. x <- c(1,2,2,3,3,3,3,4,5,6) y <- c(2,3,4,5,5,6,6,6,6,7) z <- c(12,13,14,15,15,16,16,16,16,17) ks.test(x,y) # Two-sample Kolmogorov-Smirnov test # #data: x and y #D = 0.5, p-value = 0.1641 …

17 r  kolmogorov-smirnov  ties 

Câu hỏi Tôi đang đấu tranh để hiểu cách dự đoán được giữ trong khi thực hiện phân loại nhị phân với Gradient Boosting.[0,1][0,1][0,1] Giả sử chúng ta đang làm việc với một vấn đề phân loại nhị phân và hàm mục tiêu của chúng ta là mất nhật ký, …

17 logistic  classification  boosting 

Đóng cửa. Câu hỏi này không đúng chủ đề . Nó hiện không chấp nhận câu trả lời. Bạn muốn cải thiện câu hỏi này? Cập nhật câu hỏi để nó thuộc chủ đề cho Xác thực chéo. Đóng cửa 2 năm trước . Cho đến nay, tôi đã loại …

17 python  multicollinearity  scikit-learn 

Tôi muốn thực hiện một thuật toán trong một bài báo sử dụng kernel SVD để phân tách ma trận dữ liệu. Vì vậy, tôi đã đọc các tài liệu về các phương thức kernel và PCA kernel, v.v. Nhưng nó vẫn rất mơ hồ đối với tôi đặc biệt …

17 pca  svd  kernel-trick 

Giả sử rằng tôi có một biến như Xvới phân phối chưa biết. Trong Mathematica, bằng cách sử dụng SmoothKernelDensityhàm, chúng ta có thể có hàm mật độ ước tính. Hàm mật độ ước tính này có thể được sử dụng cùng với PDFhàm để tính hàm mật độ xác …

17 r  pdf  cdf 

Random Forests (RF) là một phương pháp khai thác / mô hình hóa dữ liệu cạnh tranh. Một mô hình RF có một đầu ra - biến đầu ra / dự đoán. Cách tiếp cận ngây thơ để mô hình hóa nhiều đầu ra với RF sẽ là xây dựng …

17 machine-learning  cart  random-forest  multilabel 

Có ai biết một bài viết đánh giá tốt cho các tài liệu thống kê về hồi quy phi tuyến tính? Tôi chủ yếu quan tâm đến kết quả nhất quán và tiệm cận. Quan tâm đặc biệt là mô hình ytôi t= m ( xTôit, θ ) + εTôit,yTôit= …

17 regression  references  nonlinear-regression 

Sự khác biệt giữa Máy Vector Hỗ trợ và Phân tích Phân biệt Tuyến tính là gì?

17 classification 

Tôi vừa đọc xong cuộc thảo luận này . Họ cho rằng PR AUC tốt hơn ROC AUC về dữ liệu không cân bằng. Ví dụ: chúng tôi có 10 mẫu trong tập dữ liệu thử nghiệm. 9 mẫu dương tính và 1 mẫu âm tính. Chúng tôi có một …

17 machine-learning  model-selection  roc  unbalanced-classes  precision-recall 

Câu hỏi của tôi có thể là một câu ngớ ngẩn. Vì vậy tôi sẽ xin lỗi trước. Tôi đã cố gắng sử dụng mô hình GLOVE được đào tạo trước bởi nhóm Stanford NLP ( liên kết ). Tuy nhiên, tôi nhận thấy rằng kết quả tương tự của …

17 machine-learning  word2vec  cosine-similarity 

Chúng ta có thể cung cấp hình ảnh với kích thước thay đổi làm đầu vào cho mạng thần kinh tích chập để phát hiện đối tượng không? Nếu có thể, làm thế nào chúng ta có thể làm điều đó? Nhưng nếu chúng ta cố gắng cắt hình ảnh, …

17 deep-learning  tensorflow  keras  computer-vision  object-detection 

Có vẻ như định nghĩa về học tập có giám sát là một tập hợp con của học tăng cường, với một loại chức năng khen thưởng cụ thể dựa trên dữ liệu được dán nhãn (trái ngược với thông tin khác trong môi trường). Đây có phải là một …

16 machine-learning  terminology  reinforcement-learning  supervised-learning  definition