Thống kê và dữ liệu lớn

Tôi còn khá mới mẻ với máy học, kỹ thuật GIỎI và những thứ tương tự, và tôi hy vọng sự ngây thơ của tôi không quá rõ ràng. Random Forest xử lý các cấu trúc dữ liệu đa cấp / phân cấp như thế nào (ví dụ khi tương …

13 machine-learning  random-forest  multilevel-analysis  cart 

Trong khi đọc về PCA, tôi đã xem qua lời giải thích sau: Giả sử chúng ta có một bộ dữ liệu trong đó mỗi điểm dữ liệu đại diện cho điểm của một học sinh trong bài kiểm tra toán, bài kiểm tra vật lý, bài kiểm tra đọc …

13 pca 

Các phương pháp tiên tiến trong sự trùng lặp kỷ lục là gì? Sự trùng lặp đôi khi cũng được gọi là: liên kết bản ghi, độ phân giải thực thể, độ phân giải danh tính, hợp nhất / thanh lọc. Tôi biết ví dụ về CBLOCK [1]. Tôi sẽ …

13 clustering  data-cleaning  record-linkage 

Tôi có hai 2 giờ dữ liệu GPS với tốc độ lấy mẫu là 1 Hz (7200 phép đo). Dữ liệu được cung cấp dưới dạng , trong đó là độ không đảm bảo đo.(X,Xσ,Y,Yσ,Z,Zσ)(X,Xσ,Y,Yσ,Z,Zσ)(X, X_\sigma, Y, Y_\sigma, Z, Z_\sigma)NσNσN_\sigma Khi tôi lấy giá trị trung bình của tất cả …

13 time-series  mean  standard-deviation 

Tôi không biết bất kỳ phân phối đa phương thức. Tại sao tất cả các phân phối được biết là không chính thống? Có phân phối "nổi tiếng" nào có nhiều hơn một chế độ không? Tất nhiên, hỗn hợp phân phối thường là đa phương thức, nhưng tôi muốn …

13 distributions  mode 

Trong hồi quy tuyến tính, chúng ta thường nhận được nhiều bình phương R và R. Sự khác biệt giữa chúng là gì?

13 regression  r-squared 

Tại sao phân phối hình học và phân phối siêu bội gọi là "hình học" và "siêu âm" tương ứng? Có phải bởi vì pmfs của họ có một số hình thức đặc biệt? Cảm ơn!

13 distributions  terminology  history 

Tôi hiểu khái niệm nhân rộng ma trận dữ liệu để sử dụng trong mô hình hồi quy tuyến tính. Ví dụ: trong R bạn có thể sử dụng: scaled.data <- scale(data, scale=TRUE) Câu hỏi duy nhất của tôi là, đối với các quan sát mới mà tôi muốn dự …

13 r  regression  prediction  scales 

Sai số chuẩn của thuật ngữ đánh chặn ( β 0 ) trong y = β 1 x + β 0 + ε được cho bởi S E ( β 0 ) 2 = σ 2 [ 1β^0β^0\hat{\beta}_0y=β1x+β0+εy=β1x+β0+εy=\beta_1x+\beta_0+\varepsilon trong đóˉxlà giá trị trung bình củaxi's.SE(β^0)2=σ2[1n+x¯2∑ni=1(xi−x¯)2]SE(β^0)2=σ2[1n+x¯2∑i=1n(xi−x¯)2]SE(\hat{\beta}_0)^2 = \sigma^2\left[\frac{1}{n}+\frac{\bar{x}^2}{\sum_{i=1}^n(x_i-\bar{x})^2}\right]x¯x¯\bar{x}xixix_i Từ những gì …

13 regression  interpretation  standard-error 

DBSCAN là thuật toán phân cụm được trích dẫn nhiều nhất theo một số tài liệu và nó có thể tìm thấy các cụm hình dạng tùy ý dựa trên mật độ. Nó có hai tham số eps (như bán kính lân cận) và minPts (như các lân cận tối …

13 clustering  dbscan 

Giả sử rằng tôi có một biến có phân phối bị lệch dương ở mức độ rất cao, như vậy việc lấy nhật ký sẽ không đủ để đưa nó vào trong phạm vi sai lệch cho phân phối bình thường. Lựa chọn của tôi tại thời điểm này là …

13 data-transformation  skewness 

Tôi đang làm việc trong R thông qua một hướng dẫn PCA tuyệt vời của Lindsay I Smith và đang bị mắc kẹt trong giai đoạn cuối. Kịch bản R bên dưới đưa chúng ta đến giai đoạn (trên trang 19) trong đó dữ liệu gốc đang được xây dựng …

13 r  pca 

Tôi đã đọc về bài kiểm tra t của Sinh viên nhưng có vẻ như nó hoạt động khi chúng ta có thể cho rằng các bản phân phối gốc được phân phối bình thường. Trong trường hợp của tôi, họ chắc chắn là không. Ngoài ra, nếu tôi có …

13 r  hypothesis-testing  distributions 

Đối với tuyến tính mô hình , chúng ta có thể có một giải thích hình học tốt đẹp của mô hình ước lượng OLS qua: y = x β + e . Y là chiếu của y vào không gian kéo dài của x và còn e là vuông …

13 regression  model  geometry 

Khi nào nên sử dụng Ước tính khả năng tối đa thay vì bình phương tối thiểu thông thường? Những điểm mạnh và hạn chế của mỗi là gì? Tôi đang cố gắng thu thập kiến ​​thức thực tế về nơi sử dụng mỗi trong các tình huống phổ biến.

13 regression  maximum-likelihood  least-squares