Câu hỏi được gắn thẻ «smoothing»

Các phương pháp làm mịn trong phân tích dữ liệu, như splines hoặc kernel smoothers, cũng làm mịn hồi quy như lowess.



4
Giá trị chính xác cho độ chính xác và thu hồi trong trường hợp cạnh là gì?
Độ chính xác được định nghĩa là: p = true positives / (true positives + false positives) Có đúng không, như true positivesvà false positivescách tiếp cận 0, độ chính xác tiếp cận 1? Câu hỏi tương tự để nhớ lại: r = true positives / (true positives + false …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

2
Làm mịn - khi nào nên sử dụng và khi nào không?
Có một bài viết cũ trên blog của William Briggs , xem xét những cạm bẫy của việc làm mịn dữ liệu và mang dữ liệu được làm mịn đó để phân tích. Đối số chính là: Nếu trong một khoảnh khắc điên rồ, bạn thực hiện dữ liệu chuỗi …

2
Nếu độ rộng hạt nhân thay đổi thường tốt cho hồi quy hạt nhân, tại sao chúng thường không tốt cho ước tính mật độ hạt nhân?
Câu hỏi này được nhắc nhở bằng cách thảo luận ở nơi khác . Hạt nhân biến thường được sử dụng trong hồi quy cục bộ. Ví dụ, hoàng thổ được sử dụng rộng rãi và hoạt động tốt như hồi quy mượt mà hơn và dựa trên một hạt …

3
Trong làm mịn Kneser-Ney, những từ không nhìn thấy được xử lý như thế nào?
Từ những gì tôi đã thấy, công thức làm mịn Kneser-Ney (bậc hai) theo cách này hay cách khác được đưa ra như P2KN(wn|wn−1)=max{C(wn−1,wn)−D,0}∑w′C(wn−1,w′)+λ(wn−1)×Pcont(wn)PKN2(wn|wn−1)=max{C(wn−1,wn)−D,0}∑w′C(wn−1,w′)+λ(wn−1)×Pcont(wn) \begin{align} P^2_{KN}(w_n|w_{n-1}) &= \frac{\max \left\{ C\left(w_{n-1}, w_n\right) - D, 0\right\}}{\sum_{w'} C\left(w_{n-1}, w'\right)} + \lambda(w_{n-1}) \times P_{cont}(w_n) \end{align} với hệ số chuẩn hóa được cho làλ(wn−1)λ(wn−1)\lambda(w_{n-1}) λ(wn−1)=D∑w′C(wn−1,w′)×N1+(wn−1∙)λ(wn−1)=D∑w′C(wn−1,w′)×N1+(wn−1∙) …





5
Tìm điểm uốn trong R từ dữ liệu được làm mịn
Tôi có một số dữ liệu mà tôi sử dụng trơn tru loess. Tôi muốn tìm các điểm uốn của đường được làm mịn. Điều này có thể không? Tôi chắc rằng ai đó đã thực hiện một phương pháp ưa thích để giải quyết điều này ... Ý tôi …
13 r  smoothing  loess 



1
Ưu và nhược điểm của làm mịn spline
Tôi có một câu hỏi chung. Gần đây tôi mới biết mở rộng cơ sở và chính quy. Có một số kỹ thuật thú vị bao gồm: spline hình khối, spline tự nhiên, b-spline và spline làm mịn . Câu hỏi đặt ra là, ưu và nhược điểm (nếu có) …


Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.