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.

3
Phân loại / số liệu đánh giá cho dữ liệu mất cân bằng cao
Tôi xử lý vấn đề phát hiện gian lận (giống như điểm tín dụng). Như vậy, có một mối quan hệ rất mất cân bằng giữa các quan sát gian lận và không gian lận. http://blog.revolutionanalytics.com/2016/03/com_group_eval_metrics_r.html cung cấp một cái nhìn tổng quan tuyệt vời về các số liệu phân …
3
Từ quy tắc Perceptron đến Gradient Descent: Perceptionron có chức năng kích hoạt sigmoid khác với hồi quy logistic như thế nào?
Về cơ bản, câu hỏi của tôi là trong Perceptionron đa lớp, perceptron được sử dụng với chức năng kích hoạt sigmoid. Vì vậy, trong quy tắc cập nhật được tính nhưy^y^\hat{y} y^=11+exp(−wTxi)y^=11+exp⁡(−wTxi)\hat{y} = \frac{1}{1+\exp(-\mathbf{w}^T\mathbf{x}_i)} Perceptron "sigmoid" này khác với hồi quy logistic như thế nào? Tôi có thể nói …
4
Làm thế nào để chiếu một vectơ mới lên không gian PCA?
Sau khi thực hiện phân tích thành phần chính (PCA), tôi muốn chiếu một vectơ mới lên không gian PCA (tức là tìm tọa độ của nó trong hệ tọa độ PCA). Tôi đã tính PCA bằng ngôn ngữ R bằng cách sử dụng prcomp. Bây giờ tôi có thể …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 
1
Lợi ích của việc phân tầng so với lấy mẫu ngẫu nhiên để tạo dữ liệu đào tạo trong phân loại
Tôi muốn biết nếu có bất kỳ / một số lợi thế của việc sử dụng lấy mẫu phân tầng thay vì lấy mẫu ngẫu nhiên, khi tách tập dữ liệu gốc thành tập huấn luyện và kiểm tra để phân loại. Ngoài ra, lấy mẫu phân tầng có đưa …
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.