Thống kê và dữ liệu lớn multidimensional-scaling

5

Sự khác biệt giữa phân tích thành phần chính và nhân rộng đa chiều là gì?

PCA và MDS cổ điển khác nhau như thế nào? Làm thế nào về MDS so với MDS phi kim? Có khi nào bạn thích cái này hơn cái kia không? Làm thế nào để giải thích khác nhau?

133 pca multidimensional-scaling pcoa

3

Thực hiện chuẩn hóa tính năng trước hoặc trong xác nhận mô hình?

Một thực tiễn tốt phổ biến trong Machine Learning là thực hiện tính năng chuẩn hóa hoặc chuẩn hóa dữ liệu của các biến dự đoán, đó là, tập trung vào dữ liệu trừ giá trị trung bình và chuẩn hóa nó chia cho phương sai (hoặc độ lệch chuẩn). …

52 machine-learning normalization standardization multidimensional-scaling

7

Chuẩn hóa và chuẩn hóa dữ liệu trong các mạng thần kinh

Tôi đang cố gắng dự đoán kết quả của một hệ thống phức tạp bằng cách sử dụng các mạng thần kinh (ANN). Giá trị kết quả (phụ thuộc) nằm trong khoảng từ 0 đến 10.000. Các biến đầu vào khác nhau có phạm vi khác nhau. Tất cả các …

40 machine-learning neural-networks multidimensional-scaling

3

có nên hủy bỏ các chỉ số dự báo / nhị phân / giả cho LASSO

Đối với LASSO (và các quy trình chọn mô hình khác), điều quan trọng là phải hủy bỏ các yếu tố dự đoán. Các chung đề nghị tôi theo cách đơn giản là sử dụng một 0 bình, 1 bình thường độ lệch chuẩn cho các biến liên tục. Nhưng …

30 predictive-models model-selection lasso standardization multidimensional-scaling

1

t-SNE so với MDS

Gần đây, tôi đã đọc một số câu hỏi về t-SNE ( T-Stochastic Neighbor Nhúng ) và cũng đã truy cập một số câu hỏi về MDS ( Thang đo đa chiều ). Chúng thường được sử dụng tương tự, vì vậy có vẻ như một ý tưởng tốt làm …

21 data-visualization dimensionality-reduction multidimensional-scaling tsne

5

Có phiên bản nào của t-SNE để truyền dữ liệu không?

Sự hiểu biết của tôi về t-SNE và xấp xỉ Barnes-Hut là tất cả các điểm dữ liệu được yêu cầu để tất cả các tương tác lực có thể được tính toán cùng một lúc và mỗi điểm có thể được điều chỉnh trong bản đồ 2d (hoặc chiều …

19 data-visualization dimensionality-reduction multidimensional-scaling tsne

3

Vai trò của MDS trong thống kê hiện đại là gì?

Gần đây tôi đã đi qua quy mô đa chiều. Tôi đang cố gắng để hiểu công cụ này tốt hơn và vai trò của nó trong thống kê hiện đại. Vì vậy, đây là một vài câu hỏi hướng dẫn: Những câu hỏi nào nó trả lời? Những nhà …

18 multidimensional-scaling

1

RandomForest - Giải thích cốt truyện MDS

Tôi đã sử dụng RandomForest để phân loại 6 hành vi của động vật (ví dụ: Đứng, Đi bộ, Bơi, v.v.) dựa trên 8 biến số (tư thế và chuyển động cơ thể khác nhau). MDSplot trong gói RandomForest cung cấp cho tôi đầu ra này và tôi gặp vấn …

14 r classification random-forest multidimensional-scaling

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

3

Làm thế nào để chiếu không gian chiều cao vào mặt phẳng hai chiều?

Tôi có một tập hợp các điểm dữ liệu trong không gian N chiều. Ngoài ra, tôi cũng có một nhân mã trong không gian N chiều này. Có cách tiếp cận nào có thể cho phép tôi chiếu các điểm dữ liệu này vào không gian hai chiều trong …

11 data-visualization pca multidimensional-scaling

2

Trực quan hóa dữ liệu đa chiều (LSI) trong 2D

Tôi đang sử dụng lập chỉ mục ngữ nghĩa tiềm ẩn để tìm sự tương đồng giữa các tài liệu ( cảm ơn, JMS! ) Sau khi giảm kích thước, tôi đã thử phân cụm k-nghĩa để nhóm các tài liệu thành các cụm, hoạt động rất tốt. Nhưng tôi …

11 data-visualization clustering python multidimensional-scaling

2

Giảm kích thước

Xem xét số lượng các tính năng không đổi, Barnes-Hut t-SNE có độ phức tạp là , các phép chiếu ngẫu nhiên và PCA có độ phức tạp của làm cho chúng "có giá phải chăng" cho các tập dữ liệu rất lớn.O ( n )O(nlogn)O(nlog⁡n)O(n\log n)O(n)O(n)O(n) Mặt khác, các …

9 pca dimensionality-reduction large-data multidimensional-scaling tsne

1

Chuẩn hóa đầu vào cho các nơ-ron ReLU

Theo "Backprop hiệu quả" của LeCun et al (1998) , tốt hơn hết là bình thường hóa tất cả các đầu vào sao cho chúng tập trung quanh 0 và nằm trong phạm vi của đạo hàm bậc hai tối đa. Vì vậy, ví dụ, chúng tôi sẽ sử dụng …

9 machine-learning neural-networks normalization deep-learning multidimensional-scaling

Câu hỏi được gắn thẻ «multidimensional-scaling»