Thống kê và dữ liệu lớn

Có một biến thể của boosting được gọi là gentboost . Làm thế nào để tăng nhẹ nhàng khác với AdaBoost nổi tiếng ?

14 machine-learning  boosting 

Tôi tò mò nếu có các kỹ thuật đồ họa cụ thể, hoặc áp dụng nhiều hơn, cho mô hình phương trình cấu trúc. Tôi đoán điều này có thể rơi vào các loại cho các công cụ thăm dò để phân tích hiệp phương sai hoặc chẩn đoán đồ …

14 sem  data-visualization 

Tôi đang so sánh hai phân phối với phân kỳ KL trả về cho tôi một số không được chuẩn hóa, theo những gì tôi đọc về biện pháp này, là lượng thông tin cần thiết để chuyển đổi một giả thuyết sang giả thuyết khác. Tôi có hai câu …

14 distributions  kullback-leibler  information-geometry 

Tôi hiện đang hoàn thành một bài báo và vấp phải câu hỏi này từ ngày hôm qua , điều đó khiến tôi đặt ra câu hỏi tương tự với chính mình. Là tốt hơn để cung cấp biểu đồ của tôi với lỗi tiêu chuẩn thực tế từ dữ …

14 data-visualization  anova  mixed-model  standard-error 

Tôi cứ thấy câu nói nổi tiếng này ở khắp mọi nơi, nhưng không hiểu phần nhấn mạnh mỗi lần. Một người đàn ông 'bác bỏ' một giả thuyết tạm thời, như một vấn đề của thói quen, khi mức độ quan trọng ở mức 1% trở lên, chắc chắn …

14 hypothesis-testing  statistical-significance  references  experiment-design  philosophical 

Bất cứ ai cũng có thể đưa ra một lời giải thích chi tiết (và rõ ràng) về "mức độ nghiêm trọng" của cô ấy (không phải chỉ là chức năng sức mạnh được đánh giá ở những khác biệt được coi là giả thuyết không?) Và làm thế nào …

14 hypothesis-testing  statistical-significance 

Tôi sẽ sử dụng phân kỳ KL trong mã python của tôi và tôi đã nhận được hướng dẫn này . Trong hướng dẫn đó, để thực hiện phân kỳ KL khá đơn giản. kl = (model * np.log(model/actual)).sum() Theo tôi hiểu, phân phối xác suất của modelvà actualnên <= …

14 machine-learning  distance  kullback-leibler 

Cuộc thi của Kaggle Dự đoán tài xế an toàn của Porto Seguro sử dụng Điểm Gini được chuẩn hóa làm chỉ số đánh giá và điều này khiến tôi tò mò về lý do cho sự lựa chọn này. Những lợi thế của việc sử dụng điểm số gini …

14 classification  auc  model-evaluation  gini 

Giả sử tôi có NNN người tham gia, mỗi người trả lời YYY 20 lần, 10 trong một điều kiện và 10 trong một điều kiện khác. Tôi phù hợp với một mô hình hiệu ứng hỗn hợp tuyến tính so sánh YYY trong từng điều kiện. Đây là một …

14 r  mixed-model  lme4-nlme 

Dường như có rất nhiều nhầm lẫn trong việc so sánh sử dụng glmnetbên trong caretđể tìm kiếm một lambda tối ưu và sử dụng cv.glmnetđể thực hiện cùng một nhiệm vụ. Nhiều câu hỏi đã được đặt ra, ví dụ: Mô hình phân loại train.glmnet so với cv.glmnet? Cách …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

Tôi đang đơn giản hóa một câu hỏi nghiên cứu mà tôi có trong công việc. Hãy tưởng tượng rằng tôi có 5 đồng tiền và hãy gọi người đứng đầu thành công. Đây là những đồng tiền RẤT thiên vị với xác suất thành công p = 0,1. Bây …

14 multivariate-analysis  bernoulli-distribution  copula 

Có một cách đơn giản để giải thích lý do tại sao quy trình của Stewamini và Hochberg (1995) thực sự kiểm soát tỷ lệ phát hiện sai (FDR)? Thủ tục này rất thanh lịch và nhỏ gọn và bằng chứng về lý do tại sao nó hoạt động dưới …

14 intuition  false-discovery-rate  teaching 

Tôi muốn hiểu sự khác biệt giữa mô hình chặn có hoặc không có trong hồi quy logistic Có sự khác biệt nào giữa chúng ngoại trừ việc đánh chặn các hệ số liên quan đến log (tỷ lệ chênh lệch) so với nhóm cơ sở và không có đánh …

14 regression  logistic  interpretation  model  intercept 

Gần đây tôi đọc này bài viết trên entropy của một phân phối xác suất rời rạc. Nó mô tả một cách suy nghĩ hay về entropy như các bit số dự kiến ​​(ít nhất là khi sử dụng trong định nghĩa entropy của bạn) cần để mã hóa tin …

14 entropy  information-theory 

Scikit có CalibratedClassifierCV , cho phép chúng ta hiệu chỉnh các mô hình của mình trên một cặp X, y cụ thể. Nó cũng nói rõ rằngdata for fitting the classifier and for calibrating it must be disjoint. Nếu chúng phải rời rạc, việc đào tạo bộ phân loại với …

14 cross-validation  scikit-learn  validation  train  calibration