Câu hỏi được gắn thẻ «random-forest»

Tôi đang cố gắng sử dụng hồi quy RF để đưa ra dự đoán về hiệu suất của nhà máy giấy. Tôi có dữ liệu từng phút cho các đầu vào (tốc độ và lượng bột gỗ đi vào, v.v.) cũng như hiệu suất của máy (giấy được sản xuất, …

10 time-series  forecasting  cross-validation  random-forest  autoregressive 

Support Vector Machines với kernel hàm radial-base là một bộ phân loại có giám sát mục đích chung. Mặc dù tôi biết nền tảng lý thuyết cho các SVM này và điểm mạnh của chúng, tôi không biết các trường hợp trong đó chúng là phương pháp ưa thích. Vì …

10 machine-learning  logistic  classification  svm  random-forest 

Theo như tôi đã thấy, các ý kiến ​​có xu hướng khác nhau về điều này. Thực tiễn tốt nhất chắc chắn sẽ ra lệnh bằng cách sử dụng xác thực chéo (đặc biệt nếu so sánh RF với các thuật toán khác trên cùng một tập dữ liệu). Mặt …

10 cross-validation  random-forest  overfitting  out-of-sample 

Trong phần 7 của bài viết Rừng ngẫu nhiên (Breiman, 1999), tác giả nêu ra phỏng đoán sau: "Adaboost là một khu rừng ngẫu nhiên". Có ai đã chứng minh, hoặc từ chối điều này? Điều gì đã được thực hiện để chứng minh hoặc từ chối bài đăng này …

10 machine-learning  random-forest  boosting 

Scikit learn dường như sử dụng dự đoán xác suất thay vì bỏ phiếu đa số cho kỹ thuật tổng hợp mô hình mà không có lời giải thích về lý do (1.9.2.1. Rừng ngẫu nhiên). Có một lời giải thích rõ ràng cho lý do tại sao? Hơn nữa …

10 random-forest  python  scikit-learn  aggregation  bagging 

Tôi đã đọc một số tài liệu rằng các khu rừng ngẫu nhiên không thể phù hợp. Trong khi điều này nghe có vẻ tuyệt vời, nó có vẻ quá tốt là đúng. Có thể cho rf của overfit?

10 random-forest  overfitting 

Tất cả các tài liệu Mô hình hóa phân bố loài cho thấy rằng khi dự đoán sự hiện diện / vắng mặt của một loài bằng cách sử dụng một mô hình đưa ra xác suất (ví dụ RandomForests), việc lựa chọn ngưỡng xác định theo đó thực sự …

10 r  classification  random-forest  threshold 

Tôi gặp khó khăn khi hiểu cách thức varImphoạt động của mô hình RandomForest với caretgói. Trong ví dụ dưới đây, tính năng var3 có mức độ quan trọng bằng 0 khi sử dụng varImpchức năng của caret , nhưng mô hình cuối cùng RandomForest cơ bản có tầm quan …

10 r  caret  random-forest 

Tôi đang làm việc trên một tập dữ liệu. Sau khi sử dụng một số kỹ thuật nhận dạng mô hình, tôi đã đưa ra mô hình ARIMA (0,2,1). Tôi đã sử dụng detectIOhàm trong gói TSAtrong R để phát hiện một ngoại lệ đổi mới (IO) ở lần quan …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

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 

Tôi không nhận được sự khác biệt giữa rfobject$importancevà importance(rfobject)trong cột MeanDecreasAccuracy. Thí dụ: > data("iris") > fit <- randomForest(Species~., data=iris, importance=TRUE) > fit$importance setosa versicolor virginica MeanDecreaseAccuracy MeanDecreaseGini Sepal.Length 0.027078501 0.019418330 0.040497602 0.02898837 9.173648 Sepal.Width 0.008553449 0.001962036 0.006951771 0.00575489 2.472105 Petal.Length 0.313303381 0.291818815 0.280981959 0.29216790 41.284869 Petal.Width 0.349686983 0.318527008 …

10 r  random-forest  importance 

Tôi có một bộ dữ liệu với khoảng 70 biến mà tôi muốn cắt giảm. Những gì tôi đang làm là sử dụng CV để tìm hầu hết các biến hữu ích theo cách sau. 1) Chọn ngẫu nhiên nói 20 biến. 2) Sử dụng stepwise/ LASSO/ lars/ etc để …

10 r  cross-validation  feature-selection  random-forest  stepwise-regression 

Tôi đang sử dụng gói RandomForest trong R để phát triển mô hình rừng ngẫu nhiên để cố gắng giải thích kết quả liên tục trong bộ dữ liệu "rộng" với nhiều dự đoán hơn mẫu. Cụ thể, tôi phù hợp với một mô hình RF cho phép quy trình …

10 r  machine-learning  hypothesis-testing  model-selection  random-forest 

Tất cả mọi thứ là trong tiêu đề, nó có ý nghĩa để sử dụng lựa chọn tính năng trước khi sử dụng rừng ngẫu nhiên?

10 machine-learning  feature-selection  random-forest 

Tôi tự hỏi mình có nên loại bỏ các biến đó với giá trị quan trọng của biến âm ("% IncMSE") trong bối cảnh hồi quy hay không. Và nếu nó cho tôi một dự đoán tốt hơn? Bạn nghĩ sao?

10 machine-learning  feature-selection  random-forest  importance