Thống kê và dữ liệu lớn

Trước hết, tôi muốn mô tả một số bố cục phổ biến mà sách Khai thác dữ liệu sử dụng giải thích cách xử lý Dữ liệu không cân bằng . Thông thường, phần chính được đặt tên là Bộ dữ liệu không cân bằng và chúng bao gồm hai …

14 machine-learning  classification  unbalanced-classes 

Đây là một câu hỏi ngây thơ từ một người bắt đầu học máy học. Tôi đang đọc những cuốn sách "Học máy: Một viễn cảnh thuật toán" từ Marsland. Tôi thấy nó hữu ích như một cuốn sách giới thiệu, nhưng bây giờ tôi muốn đi sâu vào các …

14 machine-learning  clustering  bioinformatics 

Đầu tiên, tôi cho rằng không phải tất cả các thành viên tích cực của trang web thú vị này đều là những người thống kê như công việc của họ. Nếu không, câu hỏi được hỏi như sau không có ý nghĩa gì! Tôi tôn trọng họ tất nhiên, …

14 self-study  terminology  notation 

Khi biến nhị phân, thông tin nào bị mất trong quá trình? Làm thế nào để một sự phân đôi giúp trong các phân tích?

14 regression  data-transformation  binary-data 

Sự khác biệt giữa phương sai mẫu và phương sai mẫu là gì? Họ có vẻ giống nhau. Phải không?

14 sampling  variance  sample 

Tôi là người mới tham gia thống kê và R và tôi gặp rắc rối với việc sử dụng hàm Levene (tôi muốn kiểm tra sự bằng nhau của phương sai của hai mẫu). Các tài liệu nói rằng tôi nên chạy: levene.test (y, nhóm) Nhưng tôi không biết tôi …

14 r  variance  levenes-test 

Tôi có một vài nghi ngờ trong việc hiểu các SVM bằng trực giác. Giả sử chúng tôi đã đào tạo một mô hình SVM để phân loại bằng cách sử dụng một số công cụ tiêu chuẩn như SVMLight hoặc LibSVM. Khi chúng tôi sử dụng mô hình này …

14 machine-learning  svm  max-margin 

Rất đơn giản: Có bất kỳ sự khác biệt nào trong cách tiếp cận Bayes và Thường xuyên đối với Phân tích dữ liệu thăm dò không? Tôi biết không có sự thiên vị cố hữu trong các phương pháp EDA vì biểu đồ là biểu đồ, biểu đồ phân …

14 bayesian  frequentist  eda 

Tôi đang cố gắng vẽ các ô vĩ cầm và tự hỏi liệu có một thực tiễn tốt nhất được chấp nhận để nhân rộng chúng theo các nhóm không. Dưới đây là ba tùy chọn tôi đã thử sử dụng bộ mtcarsdữ liệu R (Motor Trend Cars từ năm …

14 distributions  data-visualization  nonparametric 

Người ta thường sử dụng các trọng số trong các ứng dụng như mô hình hỗn hợp và kết hợp tuyến tính các hàm cơ bản. Trọng lượng wiwiw_i phải thường xuyên tuân theo wi≥wi≥w_i ≥ 0 và ∑iwi=1∑iwi=1\sum_{i} w_i=1 . Tôi muốn chọn ngẫu nhiên một vectơ trọng lượng …

14 random-generation 

Tôi hiện đang cố gắng để giá trị mô phỏng của một NNN chiều biến ngẫu nhiên XXX có một phân phối chuẩn nhiều chiều với vector trung bình μ=(μ1,...,μN)Tμ=(μ1,...,μN)T\mu = (\mu_1,...,\mu_N)^T và ma trận hiệp phương sai SSS . Tôi hy vọng có thể sử dụng một thủ tục …

14 matlab  algorithms  random-generation  multivariate-normal 

Quy trình lựa chọn mô hình Box-Jenkins trong phân tích chuỗi thời gian bắt đầu bằng cách xem xét các chức năng tự tương quan và tự động một phần của chuỗi. Các ô này có thể đề xuất và q thích hợp trong ARMA ( p , q )pppqqq(p,q)(p,q)(p,q) …

14 regression  time-series  arima  model-selection  box-jenkins 

Tôi đã dành ba ngày để tìm tmhiểu sau khi đọc một bản thảo của một người bạn nơi anh ta khám phá một văn bản văn bản với UCINET, hiển thị các đám mây văn bản, đồ thị mạng hai chế độ và Phân tích giá trị đơn (với …

14 r  text-mining 

Có thích hợp để thực hiện hồi quy logistic trong đó cả hai biến phụ thuộc và biến độc lập là nhị phân không? ví dụ biến phụ thuộc là 0 và 1 và các yếu tố dự đoán là biến tương phản được mã hóa -1 và 1?

14 logistic 

Tôi thường cần dự báo cho các giai đoạn trong tương lai trong chuỗi dữ liệu hàng tháng. Các công thức có sẵn để tính khoảng tin cậy ở mức alpha cho giai đoạn tiếp theo trong chuỗi thời gian, nhưng điều này không bao giờ bao gồm cách xử …

14 confidence-interval  forecasting