Thống kê và dữ liệu lớn classification

5

Điều gì có thể khiến PCA làm xấu đi kết quả của phân loại?

Tôi có một trình phân loại mà tôi đang thực hiện xác thực chéo, cùng với hàng trăm tính năng mà tôi đang tiến hành lựa chọn để tìm các kết hợp tính năng tối ưu. Tôi cũng so sánh điều này với việc chạy các thử nghiệm tương tự …

27 classification pca feature-selection

1

Là xác nhận chéo là một thay thế thích hợp cho bộ xác nhận?

Trong phân loại văn bản, tôi có một bộ huấn luyện với khoảng 800 mẫu và một bộ thử nghiệm với khoảng 150 mẫu. Bộ kiểm tra chưa bao giờ được sử dụng và chờ sử dụng cho đến khi kết thúc. Tôi đang sử dụng toàn bộ 800 tập …

27 machine-learning classification cross-validation text-mining

4

Làm thế nào để đo lường / xếp hạng tầm quan trọng của biến số nghiêm trọng khi sử dụng GIỎ HÀNG? (cụ thể sử dụng {rpart} từ R)

Khi xây dựng mô hình GIỎ HÀNG (cụ thể là cây phân loại) bằng rpart (trong R), thường rất thú vị khi biết tầm quan trọng của các biến khác nhau được giới thiệu cho mô hình là gì. Vì vậy, câu hỏi của tôi là: Những biện pháp phổ …

27 r classification model-selection cart rpart

7

Trong Naive Bayes, tại sao phải bận tâm với việc làm mịn Laplace khi chúng ta có những từ chưa biết trong bộ thử nghiệm?

Tôi đã đọc qua Phân loại Naive Bayes ngày hôm nay. Tôi đọc, dưới tiêu đề Ước tính tham số với thêm 1 làm mịn : Hãy để ccc tham khảo một lớp (chẳng hạn như Tích cực hoặc Tiêu cực) và để www tham khảo mã thông báo hoặc …

27 machine-learning classification text-mining naive-bayes laplace-smoothing

2

Khi nào thì thích hợp để sử dụng quy tắc chấm điểm không đúng?

Merkle & Steyvers (2013) viết: Để chính thức xác định quy tắc chấm điểm thích hợp, hãy coi là dự báo xác suất của thử nghiệm Bernoulli với xác suất thành công thực sự . Quy tắc chấm điểm thích hợp là các số liệu có giá trị dự kiến …

27 classification forecasting scoring-rules

1

One-vs-All và One-vs-One trong svm?

Sự khác biệt giữa trình phân loại SVM một đấu một và một đấu một là gì? Liệu một phân loại có nghĩa là một phân loại để phân loại tất cả các loại / loại của hình ảnh mới và một so với một có nghĩa là mỗi loại …

26 machine-learning classification svm

2

Ba phiên bản phân tích phân biệt: sự khác biệt và cách sử dụng chúng

Bất cứ ai cũng có thể giải thích sự khác biệt và đưa ra ví dụ cụ thể làm thế nào để sử dụng ba phân tích này? LDA - Phân tích phân biệt tuyến tính FDA - Phân tích phân biệt đối xử của Fisher QDA - Phân tích …

26 classification discriminant-analysis

2

Mạng nơ-ron: Để phân loại nhị phân sử dụng 1 hoặc 2 nơ-ron đầu ra?

Giả sử tôi muốn thực hiện phân loại nhị phân (một cái gì đó thuộc về lớp A hoặc lớp B). Có một số khả năng để làm điều này trong lớp đầu ra của mạng thần kinh: Sử dụng 1 nút đầu ra. Đầu ra 0 (<0,5) được coi …

26 machine-learning classification neural-networks

4

Dự đoán với cả tính năng liên tục và phân loại

Một số kỹ thuật mô hình dự đoán được thiết kế nhiều hơn để xử lý các yếu tố dự đoán liên tục, trong khi các kỹ thuật khác tốt hơn để xử lý các biến phân loại hoặc rời rạc. Tất nhiên tồn tại các kỹ thuật để chuyển …

26 classification predictive-models categorical-data continuous-data discrete-data

1

Có thuật toán nào kết hợp phân loại và hồi quy không?

Tôi tự hỏi liệu có thuật toán nào có thể thực hiện phân loại và hồi quy cùng một lúc không. Ví dụ, tôi muốn cho thuật toán học một trình phân loại, đồng thời trong mỗi nhãn, nó cũng học một mục tiêu liên tục. Do đó, đối với …

25 regression machine-learning classification predictive-models finite-mixture-model

5

Làm thế nào các thành phần chính hàng đầu có thể giữ sức mạnh dự đoán trên một biến phụ thuộc (hoặc thậm chí dẫn đến dự đoán tốt hơn)?

Giả sử tôi đang chạy một hồi quy . Tại sao bằng cách chọn các thành phần nguyên tắc hàng đầu của , mô hình có giữ được khả năng dự đoán của nó trên không?Y∼ XY∼XY \sim XkkkXXXYYY Tôi hiểu rằng từ chiều giảm / điểm tính năng lựa …

25 regression classification pca dimensionality-reduction regularization

2

Liệu nó có ý nghĩa để kết hợp PCA và LDA?

Giả sử tôi có một bộ dữ liệu cho một nhiệm vụ phân loại thống kê được giám sát, ví dụ, thông qua trình phân loại của Bayes. Bộ dữ liệu này bao gồm 20 tính năng và tôi muốn tổng hợp thành 2 tính năng thông qua các kỹ …

25 classification pca regularization discriminant-analysis overfitting

4

Khi nào nên tránh rừng ngẫu nhiên?

Các khu rừng ngẫu nhiên được biết đến là thực hiện khá tốt trên nhiều nhiệm vụ khác nhau và được gọi là người làm phương pháp học tập . Có bất kỳ loại vấn đề hoặc điều kiện cụ thể nào trong đó người ta nên tránh sử dụng …

25 machine-learning classification random-forest

3

Năm phân loại hàng đầu để thử đầu tiên

Bên cạnh các đặc điểm phân loại rõ ràng như chi phí tính toán, loại dữ liệu dự kiến của các tính năng / nhãn và sự phù hợp cho kích thước và kích thước nhất định của tập dữ liệu, Năm phân loại (hoặc 10, 20?) hàng đầu để …

25 machine-learning classification methodology

2

Phát hiện các mô hình gian lận trong một bài kiểm tra nhiều câu hỏi

CÂU HỎI: Tôi có dữ liệu nhị phân về các đề thi (đúng / không chính xác). Một số cá nhân có thể đã có quyền truy cập trước vào một tập hợp các câu hỏi và câu trả lời đúng của họ. Tôi không biết ai, bao nhiêu, hay …

25 r clustering classification psychometrics

Câu hỏi được gắn thẻ «classification»