Câu hỏi được gắn thẻ «classification»

Phân loại thống kê là vấn đề xác định dân số phụ mà các quan sát mới thuộc về, trong đó chưa xác định được danh tính của dân số phụ, trên cơ sở tập dữ liệu chứa các quan sát có dân số phụ. Do đó, các phân loại này sẽ cho thấy một hành vi thay đổi có thể được nghiên cứu bằng thống kê.

1
Gói GBM so với Caret sử dụng GBM
Tôi đã điều chỉnh mô hình bằng cách sử dụng caret, nhưng sau đó chạy lại mô hình bằng gbmgói. Theo hiểu biết của tôi rằng caretgói sử dụng gbmvà đầu ra phải giống nhau. Tuy nhiên, chỉ cần chạy thử nhanh bằng cách sử dụng data(iris)cho thấy sự khác …
2
Làm thế nào để tính trọng lượng tiêu chí Fisher?
Tôi đang nghiên cứu nhận dạng mẫu và học máy, và tôi gặp phải câu hỏi sau đây. Xem xét một vấn đề phân loại hai lớp với xác suất lớp trước bằng nhau P(D1)=P(D2)=12P(D1)=P(D2)=12P(D_1)=P(D_2)= \frac{1}{2} và phân phối các thể hiện trong mỗi lớp được đưa ra bởi p(x|D1)=N([00],[2001]),p(x|D1)=N([00],[2001]), …
5
Làm thế nào để thực hiện việc cắt bỏ các giá trị trong số lượng điểm dữ liệu rất lớn?
Tôi có một bộ dữ liệu rất lớn và thiếu khoảng 5% giá trị ngẫu nhiên. Các biến này có mối tương quan với nhau. Ví dụ R tập dữ liệu sau đây chỉ là một ví dụ đồ chơi với dữ liệu tương quan giả. set.seed(123) # matrix of …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
2
PCA và rừng ngẫu nhiên
Đối với một cuộc thi Kaggle gần đây, tôi (thủ công) đã xác định 10 tính năng bổ sung cho tập huấn luyện của mình, sau đó sẽ được sử dụng để huấn luyện một trình phân loại rừng ngẫu nhiên. Tôi quyết định chạy PCA trên bộ dữ liệu …
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookie và Chính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.