Thống kê và dữ liệu lớn dimensionality-reduction

2

Khi nào chúng ta kết hợp giảm kích thước với phân cụm?

Tôi đang cố gắng thực hiện phân cụm cấp độ tài liệu. Tôi đã xây dựng ma trận tần số tài liệu thuật ngữ và tôi đang cố gắng phân cụm các vectơ chiều cao này bằng phương tiện k. Thay vì phân cụm trực tiếp, điều tôi đã làm …

16 clustering pca dimensionality-reduction text-mining svd

1

Mối liên hệ giữa bình phương tối thiểu một phần, hồi quy xếp hạng giảm và hồi quy thành phần chính là gì?

Là giảm hồi quy xếp hạng và hồi quy thành phần chính chỉ là trường hợp đặc biệt của bình phương nhỏ nhất một phần? Hướng dẫn này (Trang 6, "So sánh các mục tiêu") nói rằng khi chúng ta thực hiện bình phương tối thiểu một phần mà không …

16 regression pca dimensionality-reduction partial-least-squares reduced-rank-regression

2

Phương pháp để hợp nhất / giảm các loại trong dữ liệu thứ tự hoặc danh nghĩa?

Tôi đang vật lộn để tìm một phương pháp để giảm số lượng danh mục trong dữ liệu danh nghĩa hoặc thứ tự. Ví dụ: giả sử tôi muốn xây dựng mô hình hồi quy trên tập dữ liệu có một số yếu tố danh nghĩa và thứ tự. Mặc …

14 r categorical-data dimensionality-reduction many-categories

4

Biến nào giải thích thành phần PCA nào và ngược lại?

Sử dụng dữ liệu này: head(USArrests) nrow(USArrests) Tôi có thể làm PCA như vậy: plot(USArrests) otherPCA <- princomp(USArrests) Tôi có thể nhận được các thành phần mới trong otherPCA$scores và tỷ lệ phương sai được giải thích bởi các thành phần với summary(otherPCA) Nhưng điều gì sẽ xảy ra nếu …

14 r pca dimensionality-reduction regression-strategies

3

Chọn siêu đường kính sử dụng T-SNE để phân loại

Trong một vấn đề cụ thể mà tôi làm việc với (một cuộc thi), tôi có cài đặt theo dõi: 21 tính năng (số trên [0,1]) và đầu ra nhị phân. Tôi có khoảng 100 K hàng. Các thiết lập dường như rất ồn ào. Tôi và những người tham …

13 machine-learning dimensionality-reduction unsupervised-learning tsne

1

Giảm kích thước giám sát

Tôi có một bộ dữ liệu bao gồm 15K mẫu được dán nhãn (gồm 10 nhóm). Tôi muốn áp dụng giảm kích thước thành 2 chiều, điều đó sẽ xem xét kiến thức về nhãn. Khi tôi sử dụng các kỹ thuật giảm kích thước không giám sát "tiêu chuẩn" …

13 machine-learning pca dimensionality-reduction supervised-learning discriminant-analysis

2

Sự khác biệt giữa lựa chọn tính năng và giảm kích thước là gì?

Tôi biết rằng cả lựa chọn tính năng và giảm kích thước đều hướng tới việc giảm số lượng tính năng trong bộ tính năng ban đầu. Sự khác biệt chính xác giữa hai là gì nếu chúng ta đang làm điều tương tự ở cả hai?

13 machine-learning pca feature-selection dimensionality-reduction

3

PCA về dữ liệu văn bản chiều cao trước khi phân loại rừng ngẫu nhiên?

Liệu có ý nghĩa gì khi làm PCA trước khi thực hiện Phân loại rừng ngẫu nhiên? Tôi đang xử lý dữ liệu văn bản có chiều cao và tôi muốn thực hiện giảm tính năng để giúp tránh lời nguyền về chiều, nhưng không phải Rừng ngẫu nhiên đã …

13 classification pca random-forest dimensionality-reduction high-dimensional

1

Đại số của LDA. Sức mạnh phân biệt đối xử của một phân tích phân biệt đối xử và tuyến tính

Rõ ràng, phân tích Fisher nhằm tối đa hóa sự phân tách giữa các lớp, đồng thời giảm thiểu sự phân tán trong lớp. Do đó, một thước đo hữu ích về khả năng phân biệt đối xử của một biến được đưa ra bởi số lượng đường chéo: .Bii/WiiBii/WiiB_{ii}/W_{ii} …

13 algorithms dimensionality-reduction discriminant-analysis sums-of-squares

2

Tôi có thể làm PCA về các biện pháp lặp đi lặp lại để giảm dữ liệu không?

Tôi có 3 thử nghiệm trên 87 động vật trong mỗi 2 bối cảnh (một số dữ liệu bị thiếu; không có dữ liệu bị thiếu = 64 động vật). Trong một bối cảnh, tôi có nhiều biện pháp cụ thể (thời gian để nhập, số lần trở về nơi …

13 repeated-measures pca dimensionality-reduction

1

Ý nghĩa của các trục trong t-SNE là gì?

Tôi hiện đang cố gắng quấn đầu quanh toán học t-SNE . Thật không may, vẫn còn một câu hỏi tôi không thể trả lời thỏa đáng: ý nghĩa thực sự của các trục trong biểu đồ t-SNE là gì? Nếu tôi định thuyết trình về chủ đề này hoặc …

12 machine-learning dimensionality-reduction tsne

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

1

Giải thích các bước của thuật toán LLE (nhúng tuyến tính cục bộ)?

Tôi hiểu nguyên tắc cơ bản đằng sau thuật toán cho LLE bao gồm ba bước. Tìm vùng lân cận của từng điểm dữ liệu theo một số liệu như k-nn. Tìm trọng số cho mỗi hàng xóm biểu thị hiệu ứng của hàng xóm đối với điểm dữ liệu. …

12 machine-learning model-selection feature-selection dimensionality-reduction nonlinear

1

Làm thế nào để chọn kernel cho PCA kernel?

Các cách để chọn hạt nhân nào sẽ dẫn đến sự phân tách dữ liệu tốt trong đầu ra dữ liệu cuối cùng bằng kernel PCA (phân tích thành phần chính) và các cách để tối ưu hóa các tham số của hạt nhân là gì? Các điều khoản của …

12 pca cross-validation dimensionality-reduction kernel-trick manifold-learning

4

Thực hiện PCA chỉ với một ma trận khoảng cách

Tôi muốn phân cụm một tập dữ liệu lớn mà tôi chỉ có khoảng cách theo cặp. Tôi đã triển khai thuật toán k-medoid, nhưng nó mất quá nhiều thời gian để chạy nên tôi muốn bắt đầu bằng cách giảm kích thước của vấn đề bằng cách áp dụng …

12 pca dimensionality-reduction multidimensional-scaling

Câu hỏi được gắn thẻ «dimensionality-reduction»