Câu hỏi được gắn thẻ «ensemble»

Rừng ngẫu nhiên hoạt động bằng cách tạo ra một tập hợp các cây quyết định trong đó mỗi cây được tạo bằng cách sử dụng mẫu bootstrap của dữ liệu huấn luyện ban đầu (mẫu của cả hai biến đầu vào và quan sát). Một quá trình tương tự …

14 regression  predictive-models  ensemble 

Tôi muốn tạo một khu rừng ngẫu nhiên bằng quy trình sau: Xây dựng cây trên một mẫu ngẫu nhiên của dữ liệu và tính năng bằng cách sử dụng thông tin để xác định phân tách Chấm dứt một nút lá nếu vượt quá độ sâu được xác định …

14 classification  random-forest  lasso  ensemble 

Dường như đối với tôi, việc học tập SILL luôn mang lại hiệu quả dự đoán tốt hơn so với chỉ một giả thuyết học tập duy nhất. Vậy tại sao chúng ta không sử dụng chúng mọi lúc? Tôi đoán là vì có lẽ, giới hạn tính toán? (ngay …

13 boosting  ensemble  bagging 

Tôi hiểu về mặt lý thuyết (loại) cách chúng sẽ hoạt động, nhưng không chắc chắn về cách thực sự sử dụng một phương pháp tập hợp (như bỏ phiếu, hỗn hợp có trọng số, v.v.). Các nguồn lực tốt để thực hiện các phương pháp tập hợp là gì? …

13 machine-learning  python  ensemble 

Tôi cần tự động hóa dự báo chuỗi thời gian và tôi không biết trước các tính năng của chuỗi đó (tính thời vụ, xu hướng, tiếng ồn, v.v.). Mục đích của tôi không phải là để có được mô hình tốt nhất có thể cho mỗi loạt, mà là …

13 time-series  forecasting  arima  ensemble  exponential-smoothing 

Tôi muốn xây dựng một mô hình hồi quy trung bình của nhiều mô hình OLS, mỗi mô hình dựa trên một tập hợp con của dữ liệu đầy đủ. Ý tưởng đằng sau điều này được dựa trên bài báo này . Tôi tạo k nếp gấp và xây …

12 regression  least-squares  ensemble 

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 

Gần đây, tôi đã trở nên quan tâm đến việc sắp xếp mô hình như một hình thức học tập. Cụ thể, tôi đã thử nghiệm một chút với một số bộ dữ liệu đồ chơi cho các vấn đề hồi quy. Về cơ bản, tôi đã triển khai các …

10 machine-learning  ensemble  stacking 

Các phương pháp tập hợp dựa trên cây như Rừng ngẫu nhiên và các dẫn xuất tiếp theo (ví dụ, rừng có điều kiện), tất cả các mục đích đều hữu ích trong các vấn đề được gọi là "nhỏ n , p lớn ", để xác định tầm quan …

10 random-forest  small-sample  ensemble 

Giả sử tôi có một mẫu tần số gồm 4 sự kiện có thể xảy ra: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 và tôi có xác suất dự kiến ​​của các sự kiện của tôi sẽ xảy ra: p1 - 0.2 p2 - 0.1 …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

Tôi đang đọc Máy học thực hành với Scikit-Learn và TensorFlow: Khái niệm, công cụ và kỹ thuật để xây dựng hệ thống thông minh . Sau đó, tôi không thể tìm ra sự khác biệt giữa bỏ phiếu cứng và bỏ phiếu mềm trong ngữ cảnh để tập hợp …

9 machine-learning  ensemble 

Tôi đang cố gắng sử dụng hồi quy Rừng ngẫu nhiên. Tôi có một biến trả lời: y = rnorm(10000, mean=0, sd=3) Và một vài biến dự đoán (chỉ là phản ứng có thêm nhiễu): x = data.frame(v1=y + rnorm(10000, mean=0, sd=3), v2=y + rnorm(10000, mean=0, sd=3), v3=y + rnorm(10000, …

9 r  regression  machine-learning  random-forest  ensemble 

Vấn đề của tôi là thế này: Tôi có một nhóm các dự đoán mà mỗi người tạo ra một phân phối trên một tập hợp các lớp. Những gì tôi muốn làm là trước tiên có một thông tin không có thông tin trước về cách phân phối nhãn …

8 bayesian  ensemble  dirichlet-distribution 

Trong tất cả các tài liệu rừng ngẫu nhiên (hồi quy) mà tôi đã đọc, khi đến lúc thu thập dự đoán của tất cả các cây, chúng tôi lấy giá trị trung bình làm dự đoán. Câu hỏi của tôi là tại sao chúng ta làm điều đó? Có …

8 regression  random-forest  ensemble 

Chúng ta có thể khái quát tất cả các phương pháp tập hợp bằng cách sử dụng bỏ phiếu không? Các phương pháp thúc đẩy cũng sử dụng bỏ phiếu để đưa những người học yếu vào mô hình cuối cùng? Hiểu biết của tôi về kỹ thuật: Tăng cường: …

8 machine-learning  boosting  ensemble  gbm  voting-system