Thống kê và dữ liệu lớn

Tôi đang đọc về entropy và đang gặp khó khăn trong việc khái niệm ý nghĩa của nó trong trường hợp liên tục. Trang wiki nêu rõ như sau: Phân phối xác suất của các sự kiện, cùng với lượng thông tin của mọi sự kiện, tạo thành một biến …

32 entropy 

Theo hiểu biết của tôi, các biến tương quan cao sẽ không gây ra các vấn đề đa cộng tuyến trong mô hình rừng ngẫu nhiên (Vui lòng sửa lại cho tôi nếu tôi sai). Tuy nhiên, theo một cách khác, nếu tôi có quá nhiều biến chứa thông tin …

32 random-forest  multicollinearity  ensemble 

Tôi nghe nói rằng có thể tìm thấy mối tương quan một phần giữa các biến ngẫu nhiên bằng cách đảo ngược ma trận hiệp phương sai và lấy các ô thích hợp từ ma trận chính xác kết quả như vậy (thực tế này được đề cập trong http://en.wikipedia.org/wiki/Partial_correlation …

32 covariance  covariance-matrix  linear-algebra  partial-correlation  matrix-inverse 

Tôi thường thấy cả hai cách viết "heteroskedastic" và "heteroscedastic", và tương tự cho "homoscedastic" và "homoskedastic". Dường như không có sự khác biệt về ý nghĩa giữa các biến thể "c" và "k", chỉ đơn giản là một sự khác biệt về hình học liên quan đến từ nguyên …

32 terminology  heteroscedasticity  etymology 

Tôi thường sử dụng BIC vì sự hiểu biết của tôi là nó đánh giá cao sự phân tích mạnh mẽ hơn AIC. Tuy nhiên, tôi đã quyết định sử dụng một cách tiếp cận toàn diện hơn bây giờ và cũng muốn sử dụng AIC. Tôi biết rằng Raftery …

32 r  model-selection  references  aic  bic 

Tôi đã xem qua bài viết này sử dụng phát hiện bất thường liên kết để dự đoán các chủ đề xu hướng và tôi thấy nó rất hấp dẫn: Bài báo "Khám phá các chủ đề mới nổi trong các luồng xã hội thông qua Phát hiện dị thường …

32 time-series  machine-learning  outliers  python  change-point 

Tôi vừa bắt gặp bộ tứ của Anscombe (bốn bộ dữ liệu có số liệu thống kê mô tả gần như không thể phân biệt nhưng trông rất khác nhau khi được vẽ) và tôi tò mò liệu có những bộ dữ liệu nổi tiếng khác ít được biết đến …

32 regression  data-visualization  dataset 

Từ tài liệu cho anova(): Khi được cung cấp một chuỗi các đối tượng, 'anova' sẽ kiểm tra các mô hình với nhau theo thứ tự được chỉ định ... Việc kiểm tra các mô hình với nhau có nghĩa là gì? Và tại sao thứ tự quan trọng? Đây …

32 r  anova 

Người ta biết rằng các nhà nghiên cứu nên dành thời gian quan sát và khám phá dữ liệu và nghiên cứu hiện có trước khi hình thành một giả thuyết và sau đó thu thập dữ liệu để kiểm tra giả thuyết đó (đề cập đến thử nghiệm ý …

32 hypothesis-testing 

Khi tôi xem tin tức tôi đã nhận thấy rằng các cuộc thăm dò của Gallup cho những thứ như bầu cử tổng thống có cỡ mẫu [tôi giả sử ngẫu nhiên] hơn 1.000. Từ những gì tôi nhớ từ thống kê đại học là cỡ mẫu 30 là mẫu …

32 sampling  sample-size  power-analysis 

Có một triển khai phổ biến của Trường ngẫu nhiên có điều kiện trong Python không? Tôi dường như không thể tìm thấy bất kỳ được sử dụng rộng rãi và phổ biến!

32 machine-learning  classification  python  conditional-random-field 

Như đã biết, SVM có thể sử dụng phương thức kernel để chiếu các điểm dữ liệu trong không gian cao hơn để các điểm có thể được phân tách bằng một không gian tuyến tính. Nhưng chúng ta cũng có thể sử dụng hồi quy logistic để chọn ranh …

32 svm 

Tôi quan tâm đến phiên bản bất bình đẳng một chiều của Cantelli sau đây : P(X−E(X)≥t)≤Var(X)Var(X)+t2.P(X−E(X)≥t)≤Var(X)Var(X)+t2. \mathbb P(X - \mathbb E (X) \geq t) \leq \frac{\mathrm{Var}(X)}{\mathrm{Var}(X) + t^2} \,. Về cơ bản, nếu bạn biết trung bình và phương sai dân số, bạn có thể tính giới hạn trên …

32 probability  mathematical-statistics  probability-inequalities  mean 

Tôi hoàn toàn mới đối với các mạng lưới thần kinh nhưng rất quan tâm đến việc hiểu chúng. Tuy nhiên, không dễ dàng gì để bắt đầu. Bất cứ ai có thể giới thiệu một cuốn sách tốt hoặc bất kỳ loại tài nguyên khác? Có phải đọc? Tôi …

32 machine-learning  neural-networks  references 

Tôi đang điều chỉnh lm()mô hình cho một tập dữ liệu bao gồm các chỉ số cho quý tài chính (Q1, Q2, Q3, biến Q4 thành mặc định). Sử dụng lm(Y~., data = data) Tôi nhận được một NAhệ số cho Q3 và một cảnh báo rằng một biến đã …

32 r  regression