Thống kê và dữ liệu lớn classification

1

Làm thế nào để tăng cường tính toán ước tính xác suất?

Tôi đã cố gắng tìm hiểu việc tăng cường độ dốc khi đọc các blog, trang web khác nhau và cố gắng tìm câu trả lời của mình bằng cách xem qua ví dụ mã nguồn XGBoost. Tuy nhiên, tôi dường như không thể tìm thấy một lời giải thích …

11 machine-learning classification boosting ensemble xgboost

3

Bộ phân loại tốt của Good Good đã phá hủy đường cong Precision-Recall của tôi. Chuyện gì đã xảy ra?

Tôi đang làm việc với dữ liệu mất cân bằng, trong đó có khoảng 40 lớp = 0 trường hợp cho mỗi lớp = 1. Tôi có thể phân biệt hợp lý giữa các lớp bằng các tính năng riêng lẻ và đào tạo trình phân loại Bayes và SVM …

11 classification svm roc naive-bayes precision-recall

5

Tại sao nên tránh binning bằng mọi giá?

Vì vậy, tôi đã đọc một vài bài viết về việc tại sao di chuyển chuột nên luôn luôn phải tránh. Một tài liệu tham khảo phổ biến cho tuyên bố đó là liên kết này . Nơi nghỉ ngơi chính là các điểm tạo thùng (hoặc các điểm cắt) …

10 classification categorical-data continuous-data splines binning

3

Khi nào bạn sẽ sử dụng PCA thay vì LDA trong phân loại?

Tôi đang đọc bài viết này về sự khác biệt giữa Phân tích thành phần nguyên tắc và Phân tích nhiều phân biệt đối xử (Phân tích phân biệt đối xử tuyến tính) và tôi đang cố gắng hiểu tại sao bạn lại sử dụng PCA thay vì MDA / …

10 classification pca dimensionality-reduction discriminant-analysis

1

Các mạng lưới thần kinh có thường mất một thời gian để đá kick trong khi tập luyện không?

Tôi đang cố gắng đào tạo một mạng lưới thần kinh sâu để phân loại, sử dụng lan truyền ngược. Cụ thể, tôi đang sử dụng một mạng nơ ron tích chập để phân loại hình ảnh, sử dụng thư viện Tensor Flow. Trong quá trình đào tạo, tôi gặp …

10 machine-learning classification neural-networks conv-neural-network tensorflow

3

Các trường hợp sử dụng RBF SVM (so với hồi quy logistic và rừng ngẫu nhiên)

Support Vector Machines với kernel hàm radial-base là một bộ phân loại có giám sát mục đích chung. Mặc dù tôi biết nền tảng lý thuyết cho các SVM này và điểm mạnh của chúng, tôi không biết các trường hợp trong đó chúng là phương pháp ưa thích. Vì …

10 machine-learning logistic classification svm random-forest

4

Quá mức với phân loại tuyến tính

Hôm nay giáo sư của chúng tôi đã tuyên bố trong lớp rằng "quá mức với các phân loại tuyến tính là không thể". Tôi cho rằng đó là sai, vì ngay cả các trình phân loại tuyến tính cũng có thể nhạy cảm với các ngoại lệ trong tập …

10 classification overfitting

2

Áp dụng PCA để kiểm tra dữ liệu cho mục đích phân loại

Gần đây tôi đã biết về PCA tuyệt vời và tôi đã thực hiện ví dụ được nêu trong tài liệu tìm hiểu scikit . Tôi muốn biết làm thế nào tôi có thể áp dụng PCA cho các điểm dữ liệu mới cho mục đích phân loại. Sau khi …

10 classification pca scikit-learn

1

Đường cong ROC cho bộ dữ liệu không cân bằng

Xét một ma trận đầu vào và một đầu ra nhị phân y .XXXyyy Một cách phổ biến để đo hiệu suất của trình phân loại là sử dụng các đường cong ROC. Trong một biểu đồ ROC, đường chéo là kết quả sẽ thu được từ một bộ phân …

10 classification roc unbalanced-classes

2

Tại sao Adaboost với cây quyết định?

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

2

Làm cách nào để thay đổi ngưỡng để phân loại trong R RandomForests?

Tất cả các tài liệu Mô hình hóa phân bố loài cho thấy rằng khi dự đoán sự hiện diện / vắng mặt của một loài bằng cách sử dụng một mô hình đưa ra xác suất (ví dụ RandomForests), việc lựa chọn ngưỡng xác định theo đó thực sự …

10 r classification random-forest threshold

3

Làm thế nào để hình dung sự tốt đẹp của Bayes phù hợp với hồi quy logistic

Đối với một vấn đề hồi quy logistic Bayes, tôi đã tạo ra một phân phối dự báo sau. Tôi lấy mẫu từ phân phối dự đoán và nhận hàng ngàn mẫu (0,1) cho mỗi quan sát tôi có. Hình dung sự tốt đẹp của sự phù hợp ít hơn …

10 bayesian data-visualization classification goodness-of-fit binary-data

1

Tại sao Anova () và drop1 () cung cấp các câu trả lời khác nhau cho GLMM?

Tôi có một GLMM có dạng: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Khi tôi sử dụng drop1(model, test="Chi"), tôi nhận được kết quả khác với nếu tôi sử dụng Anova(model, type="III")từ gói xe hơi hoặc summary(model). Hai cái sau cho cùng một …

10 r anova glmm r mixed-model bootstrap sample-size cross-validation roc auc sampling stratification random-allocation logistic stata interpretation proportion r regression multiple-regression linear-model lm r cross-validation cart rpart logistic generalized-linear-model econometrics experiment-design causality instrumental-variables random-allocation predictive-models data-mining estimation contingency-tables epidemiology standard-deviation mean ancova psychology statistical-significance cross-validation synthetic-data poisson-distribution negative-binomial bioinformatics sequence-analysis distributions binomial classification k-means distance unsupervised-learning euclidean correlation chi-squared spearman-rho forecasting excel exponential-smoothing binomial sample-size r change-point wilcoxon-signed-rank ranks clustering matlab covariance covariance-matrix normal-distribution simulation random-generation bivariate standardization confounding z-statistic forecasting arima minitab poisson-distribution negative-binomial poisson-regression overdispersion probability self-study markov-process estimation maximum-likelihood classification pca group-differences chi-squared survival missing-data contingency-tables anova proportion

3

Trường hợp thuật ngữ học hỏi một mô hình thế giới đến từ đâu

Thường thì tôi đã nghe các công cụ khai thác dữ liệu ở đây sử dụng thuật ngữ này. Là một nhà thống kê đã nghiên cứu về các vấn đề phân loại, tôi quen thuộc với thuật ngữ "đào tạo một bộ phân loại" và tôi cho rằng "học …

10 classification data-mining terminology model

1

Về tương quan cophenetic cho phân cụm dendrogram

Xem xét bối cảnh của một cụm dendrogram. Chúng ta hãy gọi những khác biệt ban đầu là khoảng cách giữa các cá nhân. Sau khi xây dựng chương trình dendro, chúng tôi xác định sự khác biệt về cophenetic giữa hai cá nhân là khoảng cách giữa các cụm …

10 clustering classification

Câu hỏi được gắn thẻ «classification»