Thống kê và dữ liệu lớn ensemble

7

Đóng gói, tăng cường và xếp chồng trong học máy

Điểm giống và khác nhau giữa 3 phương pháp này là gì: Đóng bao, Tăng cường, Xếp chồng? cái nào tốt nhất? Và tại sao? Bạn có thể cho tôi một ví dụ cho mỗi?

245 machine-learning boosting ensemble bagging model-averaging

2

Gradient Boosting Tree vs Random Forest

Tăng cường cây dốc theo đề xuất của Friedman sử dụng cây quyết định làm người học cơ sở. Tôi đang tự hỏi liệu chúng ta nên làm cho cây quyết định cơ sở phức tạp nhất có thể (phát triển đầy đủ) hay đơn giản hơn? Có bất kỳ …

110 machine-learning random-forest cart boosting ensemble

15

Kết quả bầu cử Mỹ năm 2016: Điều gì đã xảy ra với các mô hình dự đoán?

Đầu tiên, đó là Brexit , giờ là cuộc bầu cử ở Mỹ. Nhiều dự đoán mô hình đã bị tắt bởi một biên độ rộng, và có bài học nào được học ở đây không? Cho đến tận 4 giờ chiều ngày hôm qua PST, các thị trường cá …

108 predictive-models ensemble confounding

2

Gradient Boosting cho hồi quy tuyến tính - tại sao nó không hoạt động?

Trong khi tìm hiểu về Gradient Boosting, tôi chưa nghe về bất kỳ ràng buộc nào liên quan đến các thuộc tính của "trình phân loại yếu" mà phương thức sử dụng để xây dựng và tập hợp mô hình. Tuy nhiên, tôi không thể tưởng tượng một ứng dụng …

35 regression machine-learning boosting ensemble gradient

2

Các biến tương quan cao trong độ chính xác của rừng ngẫu nhiên và lựa chọn tính năng?

Theo hiểu biết của tôi, các biến tương quan cao sẽ không gây ra các vấn đề đa cộng tuyến trong mô hình rừng ngẫu nhiên (Vui lòng sửa lại cho tôi nếu tôi sai). Tuy nhiên, theo một cách khác, nếu tôi có quá nhiều biến chứa thông tin …

32 random-forest multicollinearity ensemble

3

R: Rừng ngẫu nhiên ném NaN / Inf vào chức năng nước ngoài gọi lỗi Lỗi mặc dù không có dữ liệu NaN trong tập dữ liệu [đã đóng]

Tôi đang sử dụng dấu mũ để chạy một rừng ngẫu nhiên được xác thực chéo qua tập dữ liệu. Biến Y là một yếu tố. Không có NaN, Inf, hoặc NA trong tập dữ liệu của tôi. Tuy nhiên, khi chạy rừng ngẫu nhiên, tôi nhận được Error in …

29 r random-forest caret regression prediction fitting social-science poisson-distribution distributions characteristic-function bayesian prior regression normal-distribution interaction nonparametric skewness svm standard-deviation standard-error regression-coefficients igraph natural-language word2vec word-embeddings regression machine-learning sampling r regression machine-learning random-forest ensemble sampling unbiased-estimator proof estimators mse probability conditional-probability bayes anova missing-data neural-networks recommender-system r confidence-interval sample multiple-imputation r time-series forecasting mase

4

Tập hợp các loại hồi quy khác nhau bằng scikit-learn (hoặc bất kỳ khung python nào khác)

Tôi đang cố gắng để giải quyết các nhiệm vụ hồi quy. Tôi phát hiện ra rằng 3 mô hình đang hoạt động tốt cho các tập hợp dữ liệu khác nhau: LassoLARS, SVR và Gradient Tree Boosting. Tôi nhận thấy rằng khi tôi đưa ra dự đoán bằng cách …

27 regression scikit-learn ensemble

2

Trên sức mạnh của người Viking, những người học yếu

Tôi có một số câu hỏi liên quan chặt chẽ liên quan đến những người học yếu trong việc học tập (ví dụ như thúc đẩy). Điều này nghe có vẻ ngu ngốc, nhưng lợi ích của việc sử dụng yếu so với người học mạnh là gì? (ví dụ …

22 machine-learning boosting ensemble

2

Tăng cường mạng lưới thần kinh

Gần đây tôi đang nghiên cứu về các thuật toán tăng cường, chẳng hạn như adaboost, tăng cường độ dốc và tôi đã biết một thực tế rằng người học yếu được sử dụng phổ biến nhất là cây. Tôi thực sự muốn biết có một số ví dụ thành …

21 neural-networks deep-learning boosting ensemble dropout

3

Mô hình xếp chồng / tập hợp với dấu mũ

Tôi thường thấy mình đào tạo một số mô hình dự đoán khác nhau bằng cách sử dụng carettrong R. Tôi sẽ huấn luyện tất cả chúng trên cùng một nếp gấp xác thực chéo caret::: createFolds, sau đó chọn mô hình tốt nhất dựa trên lỗi xác thực chéo. …

21 r caret ensemble

3

Kết hợp mô hình học máy

Tôi là người mới đối với datamining / machine learning / v.v. và đã đọc về một vài cách để kết hợp nhiều mô hình và chạy cùng một mô hình để cải thiện dự đoán. Ấn tượng của tôi khi đọc một vài bài báo (thường rất thú vị …

20 r random-forest k-nearest-neighbour ensemble

1

k-Fold Xác nhận chéo của việc học tập

Tôi bối rối về cách phân vùng dữ liệu để xác thực chéo k-gấp của việc học tập đồng bộ. Giả sử tôi có một khung học tập chung để phân loại. Lớp đầu tiên của tôi chứa các mô hình phân loại, ví dụ: Svm, cây quyết định. Lớp …

20 classification cross-validation ensemble

3

Khi nào tôi không nên sử dụng một bộ phân loại đồng bộ?

Nói chung, trong một vấn đề phân loại trong đó mục tiêu là dự đoán chính xác tư cách thành viên của lớp ngoài mẫu, khi nào tôi không nên sử dụng một bộ phân loại đồng bộ? Câu hỏi này liên quan chặt chẽ với Tại sao không luôn …

17 classification boosting ensemble bagging

5

Làm thế nào để các phương pháp tập hợp tốt hơn tất cả các thành phần của họ?

Tôi có một chút bối rối về việc học tập. Tóm lại, nó chạy các mô hình k và lấy trung bình của các mô hình k này. Làm thế nào có thể đảm bảo rằng trung bình của các mô hình k sẽ tốt hơn bất kỳ mô hình …

16 machine-learning ensemble

3

Thuật toán học tập hiện đại trong các nhiệm vụ nhận dạng mẫu?

Cấu trúc của câu hỏi này như sau: ban đầu, tôi cung cấp khái niệm về học tập hòa đồng , hơn nữa tôi cung cấp một danh sách các nhiệm vụ nhận dạng mẫu , sau đó tôi đưa ra các ví dụ về thuật toán học tập đồng …

14 machine-learning neural-networks pattern-recognition ensemble ocr

Câu hỏi được gắn thẻ «ensemble»