Thống kê và dữ liệu lớn classification

1

Giảm số cấp của biến dự báo phân loại không có thứ tự

Tôi muốn đào tạo một trình phân loại, nói SVM, hoặc rừng ngẫu nhiên hoặc bất kỳ trình phân loại nào khác. Một trong những tính năng trong bộ dữ liệu là một biến phân loại với 1000 cấp độ. Cách tốt nhất để giảm số lượng các cấp trong …

11 classification svm random-forest many-categories

3

Tại sao chúng ta cần phải phù hợp với một phân loại hàng xóm gần nhất k?

Theo tôi hiểu, k-NN là một thuật toán người học lười biếng và nó không cần một giai đoạn đào tạo. Vậy tại sao chúng ta cần sử dụng .fit()với sklearn và điều gì xảy ra khi chúng ta sử dụng nó?

11 classification scikit-learn k-nearest-neighbour

1

R / mgcv: Tại sao các sản phẩm tenor te () và ti () tạo ra các bề mặt khác nhau?

Các mgcvgói cho Rcó hai chức năng cho phù hợp tương tác sản phẩm tensor: te()và ti(). Tôi hiểu sự phân công lao động cơ bản giữa hai người (phù hợp với sự tương tác phi tuyến tính so với việc phân tách tương tác này thành các hiệu ứng …

11 r gam mgcv conditional-probability mixed-model references bayesian estimation conditional-probability machine-learning optimization gradient-descent r hypothesis-testing wilcoxon-mann-whitney time-series bayesian inference change-point time-series anova repeated-measures statistical-significance bayesian contingency-tables regression prediction quantiles classification auc k-means scikit-learn regression spatial circular-statistics t-test effect-size cohens-d r cross-validation feature-selection caret machine-learning modeling python optimization frequentist correlation sample-size normalization group-differences heteroscedasticity independence generalized-least-squares lme4-nlme references mcmc metropolis-hastings optimization r logistic feature-selection separation clustering k-means normal-distribution gaussian-mixture kullback-leibler java spark-mllib data-visualization categorical-data barplot hypothesis-testing statistical-significance chi-squared type-i-and-ii-errors pca scikit-learn conditional-expectation statistical-significance meta-analysis intuition r time-series multivariate-analysis garch machine-learning classification data-mining missing-data cart regression cross-validation matrix-decomposition categorical-data repeated-measures chi-squared assumptions contingency-tables prediction binary-data trend test-for-trend matrix-inverse anova categorical-data regression-coefficients standard-error r distributions exponential interarrival-time copula log-likelihood time-series forecasting prediction-interval mean standard-error meta-analysis meta-regression network-meta-analysis systematic-review normal-distribution multiple-regression generalized-linear-model poisson-distribution poisson-regression r sas cohens-kappa

2

Kỹ thuật Machine Learning để học các mẫu chuỗi

Tôi có một danh sách các từ, thuộc các loại tự xác định khác nhau. Mỗi danh mục có mẫu riêng (ví dụ: một loại có độ dài cố định với các ký tự đặc biệt, một loại khác tồn tại các ký tự chỉ xuất hiện trong danh mục …

11 machine-learning classification similarities supervised-learning

3

Phân loại với điều chỉnh độ chính xác vs thu hồi

Tôi đang làm việc về một vấn đề phân loại nhị phân trong đó điều quan trọng hơn nhiều là không có dương tính giả; khá nhiều phủ định sai là ok. Tôi đã sử dụng một loạt các trình phân loại trong sklearn chẳng hạn, nhưng tôi nghĩ không …

11 classification precision-recall

3

AUC tốt cho đường cong thu hồi chính xác là gì?

Vì tôi có bộ dữ liệu rất mất cân bằng (kết quả dương tính 9%), tôi đã quyết định đường cong thu hồi chính xác phù hợp hơn đường cong ROC. Tôi đã thu được số đo tóm tắt tương tự của khu vực dưới đường cong PR (.49, nếu …

11 classification precision-recall auc

1

Ưu điểm của Jeffries Matusita khoảng cách

Theo một số bài báo tôi đang đọc, khoảng cách Jeffries và Matusita thường được sử dụng. Nhưng tôi không thể tìm thấy nhiều thông tin về nó ngoại trừ công thức dưới đây JMD (x, y) =∑(xi−−√2−yi−−√2)2−−−−−−−−−−−−−√2∑(xi2−yi2)22\sqrt[2]{\sum(\sqrt[2]{x_i}-\sqrt[2]{y_i})^2} Nó tương tự như khoảng cách Euclide ngoại trừ căn bậc hai …

11 classification k-nearest-neighbour euclidean

1

Làm thế nào để chúng ta dự đoán các sự kiện hiếm?

Tôi đang làm việc để phát triển một mô hình dự báo rủi ro bảo hiểm. Các mô hình này là "sự kiện hiếm" như dự đoán hàng không, phát hiện lỗi phần cứng, v.v. Khi tôi chuẩn bị bộ dữ liệu của mình, tôi đã thử áp dụng phân …

11 classification predictive-models scikit-learn poisson-process

1

Cách chọn xác suất cắt cho một sự kiện hiếm gặp Hồi quy logistic

Tôi có 100.000 quan sát (9 biến chỉ số giả) với 1000 dương. Hồi quy logistic sẽ hoạt động tốt trong trường hợp này nhưng xác suất cắt bỏ đánh đố tôi. Trong tài liệu phổ biến, chúng tôi chọn mức cắt 50% để dự đoán 1s và 0. Tôi …

11 regression logistic classification generalized-linear-model roc

3

Thành phần chính đầu tiên không tách các lớp, nhưng các PC khác thì có; làm thế nào là có thể?

Tôi đã chạy PCA trên 17 biến định lượng để có được một bộ biến nhỏ hơn, đó là các thành phần chính, được sử dụng trong học máy có giám sát để phân loại các thể hiện thành hai lớp. Sau PCA, PC1 chiếm 31% phương sai trong dữ …

11 machine-learning classification pca dimensionality-reduction

4

Phân loại cho nhãn lớp không chắc chắn

Giả sử tôi có một tập hợp các trường hợp có nhãn lớp được liên kết. Nó không quan trọng như thế nào những trường hợp này được dán nhãn, nhưng cách nào đó thành viên lớp của họ. Mỗi instancs thuộc về chính xác một lớp. Giả sử tôi …

11 classification weka uncertainty

1

Động lực đằng sau các bước thuật toán rừng ngẫu nhiên

Phương pháp mà tôi quen thuộc với việc xây dựng một khu rừng ngẫu nhiên như sau: (từ http: //www.stat.ber siêu.edu / ~breiman/RandomForests/cc_home.htmlm ) Để xây dựng một cái cây trong rừng, chúng tôi: Bootstrap một mẫu có kích thước N trong đó N là kích thước của tập huấn …

11 machine-learning classification random-forest

1

Đánh giá các phân loại: các đường cong học tập và các đường cong ROC

Tôi muốn so sánh 2 phân loại khác nhau cho một vấn đề phân loại văn bản đa kính sử dụng các bộ dữ liệu đào tạo lớn. Tôi nghi ngờ liệu tôi nên sử dụng đường cong ROC hay học đường cong để so sánh 2 phân loại. Một …

11 machine-learning classification roc accuracy

3

Làm thế nào để xây dựng một ma trận nhầm lẫn cho một phân loại đa lớp?

Tôi có một vấn đề với 6 lớp. Vì vậy, tôi xây dựng một trình phân loại đa lớp, như sau: đối với mỗi lớp, tôi có một trình phân loại Hồi quy Logistic, sử dụng One vs. All, có nghĩa là tôi có 6 trình phân loại khác nhau. …

11 machine-learning logistic classification multi-class confusion-matrix

1

Làm thế nào để sử dụng gốc quyết định như người học yếu trong Adaboost?

Tôi muốn triển khai Adaboost bằng Quyết định gốc. Có đúng không khi đưa ra nhiều quyết định như các tính năng của tập dữ liệu của chúng tôi trong mỗi lần lặp của Adaboost? Ví dụ: nếu tôi có một tập dữ liệu với 24 tính năng, tôi có …

11 machine-learning classification cart boosting

Câu hỏi được gắn thẻ «classification»