Thống kê và dữ liệu lớn

Hiện tại bị mắc kẹt về điều này, tôi biết có lẽ tôi nên sử dụng độ lệch trung bình của phân phối nhị thức nhưng tôi không thể tìm ra nó.

10 self-study  binomial  mean  expected-value  proof 

Tôi phải tạo các biểu đồ (tương tự như biểu đồ tăng trưởng) cho trẻ em từ 5 đến 15 tuổi (chỉ 5,6,7, v.v., không có giá trị phân số như 2,6 năm) cho một biến sức khỏe không âm, liên tục và trong phạm vi 50-150 (chỉ có một …

10 ordinal-data  quantiles  regression-strategies  generalized-least-squares  growth-model 

Chỉ là một câu hỏi chung chung. Nếu bạn có dữ liệu chuỗi thời gian, khi nào thì tốt hơn là sử dụng các kỹ thuật chuỗi thời gian (hay còn gọi là ARCH, GARCH, v.v.) trên các kỹ thuật học máy / thống kê (KNN, hồi quy)? Nếu có …

10 time-series  machine-learning 

Scikit learn dường như sử dụng dự đoán xác suất thay vì bỏ phiếu đa số cho kỹ thuật tổng hợp mô hình mà không có lời giải thích về lý do (1.9.2.1. Rừng ngẫu nhiên). Có một lời giải thích rõ ràng cho lý do tại sao? Hơn nữa …

10 random-forest  python  scikit-learn  aggregation  bagging 

Một trong những vấn đề quan trọng đang được các nhà dự báo phải đối mặt là liệu loạt bài đã cho có thể được dự báo hay không? Tôi tình cờ đọc được một bài báo có tựa đề " Entropy như một chỉ số dự báo ưu tiên …

10 time-series  forecasting  entropy  maximum-entropy  forecastability 

Giả sử tôi có -vector của các biến phụ thuộc và -vector của biến độc lập. Khi được vẽ với , tôi thấy rằng có một mối quan hệ tuyến tính (xu hướng tăng) giữa hai. Bây giờ, điều này cũng có nghĩa rằng có một xu hướng giảm tuyến …

10 regression  data-transformation  linear-model 

Tôi hiện đang sử dụng Scikit tìm hiểu với đoạn mã sau: clf = svm.SVC(C=1.0, tol=1e-10, cache_size=600, kernel='rbf', gamma=0.0, class_weight='auto') và sau đó thực hiện phù hợp và dự đoán cho một tập hợp dữ liệu với 7 nhãn khác nhau. Tôi có một đầu ra kỳ lạ. Bất kể …

10 svm  scikit-learn  libsvm  multi-class  optunity 

Tôi đã đọc rằng công cụ ước tính 2SLS vẫn nhất quán ngay cả với biến nội sinh nhị phân ( http://www.stata.com/stirthist/archive/2004-07/msg00699.html ). Trong giai đoạn đầu tiên, một mô hình xử lý probit sẽ được chạy thay vì mô hình tuyến tính. Có bằng chứng chính thức nào cho …

10 probit  instrumental-variables  endogeneity 

Cả bayesglm()(trong gói arm R) và các chức năng khác nhau trong gói MCMCpack đều nhằm mục đích ước tính Bayesian cho các mô hình tuyến tính tổng quát, nhưng tôi không chắc chúng thực sự đang tính toán cùng một thứ. Các hàm MCMCpack sử dụng chuỗi Markov Monte …

10 bayesian  generalized-linear-model 

Tôi đã đọc một chút về việc tăng các thuật toán cho các nhiệm vụ phân loại và đặc biệt là Adaboost. Tôi hiểu rằng mục đích của Adaboost là đưa một số "người học yếu" và, thông qua một tập hợp các dữ liệu lặp lại, thúc đẩy các …

10 machine-learning  classification  algorithms  boosting 

Rất nhiều sách giáo khoa thống kê cung cấp một minh họa trực quan về những gì các hàm riêng của ma trận hiệp phương sai là: Các vectơ u và z tạo thành các hàm riêng (tốt, eigenaxes). Điều này thật ý nghĩa. Nhưng một điều làm tôi bối …

10 correlation  pca  covariance-matrix  eigenvalues 

Tôi đang bị mắc kẹt về cách giải quyết vấn đề này. Vì vậy, chúng ta có hai chuỗi biến ngẫu nhiên, và cho . Bây giờ, và là các phân phối hàm mũ độc lập với các tham số và . Tuy nhiên, thay vì quan sát và , …

10 self-study  maximum-likelihood  exponential  minimum 

Trước khi đặt câu hỏi này, tôi đã tìm kiếm trang web của chúng tôi và tìm thấy rất nhiều câu hỏi tương tự, (như ở đây , ở đây và ở đây ). Nhưng tôi cảm thấy những câu hỏi liên quan không được trả lời hoặc thảo luận …

10 mixed-model  residuals  heteroscedasticity  diagnostic 

Tôi biết một số ví dụ hay về các cặp biến ngẫu nhiên tương quan là bình thường nhưng không bình thường. Xem câu trả lời này bởi Dilip Sarwate , và một này bởi Đức Hồng Y . Tôi cũng nhận thức được một ví dụ về hai biến …

10 correlation  normal-distribution  multivariate-analysis  bivariate 

Tôi đang sử dụng phân tích ngữ nghĩa tiềm ẩn để thể hiện một kho tài liệu trong không gian chiều thấp hơn. Tôi muốn phân cụm các tài liệu này thành hai nhóm bằng cách sử dụng phương tiện k. Cách đây vài năm, tôi đã làm điều này …

10 k-means  svd  lsa  cosine-distance  cosine-similarity