Câu hỏi được gắn thẻ «feature-selection»

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 

Tôi đã có một bộ dữ liệu đại diện cho 1000 tài liệu và tất cả các từ xuất hiện trong đó. Vì vậy, các hàng đại diện cho các tài liệu và các cột đại diện cho các từ. Vì vậy, ví dụ, giá trị trong ô là viết …

12 r  data-mining  feature-selection 

Đã khóa . Câu hỏi này và câu trả lời của nó bị khóa vì câu hỏi không có chủ đề nhưng có ý nghĩa lịch sử. Nó hiện không chấp nhận câu trả lời hoặc tương tác mới. Tôi rất mới với R. Tôi đang học máy học ngay …

12 r  feature-selection 

Tôi đang cố gắng để có được một trực giác về lý do tại sao việc tăng số lượng các tính năng có thể làm giảm hiệu suất. Tôi hiện đang sử dụng trình phân loại LDA hoạt động tốt hơn trong số các tính năng nhất định nhưng tệ …

12 classification  feature-selection 

Tôi có dữ liệu với số lượng tính năng tối thiểu không thay đổi và một vài tính năng bổ sung có thể thay đổi và có tác động lớn đến kết quả. Tập dữ liệu của tôi trông như thế này: Các tính năng là A, B, C (luôn …

12 machine-learning  feature-selection 

Lưu ý: câu hỏi này là một bài đăng lại, vì câu hỏi trước đây của tôi đã bị xóa vì lý do pháp lý. Trong khi so sánh PROC MIXED từ SAS với chức năng lmetừ nlmegói trong R, tôi tình cờ thấy một số khác biệt khá khó …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

Cách tiếp cận truyền thống để lựa chọn biến là tìm các biến đóng góp nhiều nhất để dự đoán một phản ứng mới. Gần đây tôi đã biết về một sự thay thế cho điều này. Trong mô hình các biến xác định hiệu quả của điều trị - …

12 regression  feature-selection 

Kỹ thuật tính năng thường là một thành phần quan trọng đối với học máy (nó được sử dụng rất nhiều để giành Cup KDD năm 2010 ). Tuy nhiên, tôi thấy rằng hầu hết các tính năng kỹ thuật kỹ thuật hoặc phá hủy bất kỳ ý nghĩa trực …

12 predictive-models  feature-selection  feature-construction 

Tôi phải giảm số lượng biến để tiến hành phân tích cụm. Các biến của tôi có mối tương quan mạnh, vì vậy tôi nghĩ sẽ thực hiện PCA Phân tích nhân tố (phân tích thành phần chính). Tuy nhiên, nếu tôi sử dụng điểm số kết quả, các cụm …

12 clustering  pca  feature-selection  factor-analysis 

Tôi có một số điểm dữ liệu, mỗi điểm chứa 5 vectơ kết quả riêng biệt được kết tụ, mỗi kết quả của vectơ được tạo bởi một phân phối khác nhau (loại cụ thể mà tôi không chắc chắn, theo phỏng đoán tốt nhất của tôi là Weibull, với …

12 distributions  clustering  feature-selection  kolmogorov-smirnov  k-means 

Tôi đã lập trình hồi quy logistic bằng thuật toán IRLS . Tôi muốn áp dụng hình phạt LASSO để tự động chọn các tính năng phù hợp. Ở mỗi lần lặp, điều sau đây được giải quyết: (XTWX)δβ^=XT(y−p)(XTWX)δβ^=XT(y−p)\mathbf{\left(X^TWX\right) \delta\hat\beta=X^T\left(y-p\right)} Hãy λλ\lambda là một số thực không âm. Tôi không …

12 logistic  generalized-linear-model  feature-selection  lasso  convex 

Trong cảm biến nén, có một định lý đảm bảo rằng có một giải pháp thưa thớt duy nhất c (Xem phụ lục để biết thêm chi tiết).cargmin∥c∥1subject to y=Xcargmin‖c‖1subject to y=Xc\text{argmin} \Vert c \Vert_1\\ \text{subject to } y = Xc ccc Có một định lý tương tự cho Lasso? …

12 regression  self-study  feature-selection  lasso  regularization 

Tôi có dữ liệu với một vài nghìn tính năng và tôi muốn thực hiện lựa chọn tính năng đệ quy (RFE) để loại bỏ các tính năng không chính xác. Tôi làm điều này với caret và RFE. Tuy nhiên, tôi bắt đầu suy nghĩ, nếu tôi muốn có …

12 regression  feature-selection  random-forest  caret 

Trong học tăng cường, xấp xỉ hàm tuyến tính thường được sử dụng khi có không gian trạng thái lớn. (Khi tra cứu bảng trở nên không khả thi.) Dạng của giá trị với xấp xỉ hàm tuyến tính được cho bởiQ−Q−Q- Q(s,a)=w1f1(s,a)+w2f2(s,a)+⋯,Q(s,a)=w1f1(s,a)+w2f2(s,a)+⋯,Q(s,a) = w_1 f_1(s,a) + w_2 f_2(s,a) + …

12 machine-learning  feature-selection  reinforcement-learning 

Là người ước tính Bayes miễn dịch với sự lựa chọn thiên vị? Hầu hết các bài báo thảo luận về ước tính ở chiều cao, ví dụ, toàn bộ dữ liệu trình tự bộ gen, thường sẽ đưa ra vấn đề sai lệch lựa chọn. Lựa chọn thiên vị …

11 bayesian  feature-selection  bias  unbiased-estimator  conjugate-prior