Câu hỏi được gắn thẻ «stratification»

Sự khác biệt giữa xác nhận chéo phân tầng và xác nhận chéo là gì? Wikipedia nói: Trong xác thực chéo k phân tầng , các nếp gấp được chọn sao cho giá trị phản hồi trung bình xấp xỉ bằng nhau trong tất cả các nếp gấp. Trong trường …

55 cross-validation  stratification 

Tôi đã nói rằng có lợi khi sử dụng xác nhận chéo phân tầng, đặc biệt khi các lớp phản hồi không cân bằng. Nếu một mục đích của xác thực chéo là để giải thích tính ngẫu nhiên của mẫu dữ liệu đào tạo ban đầu của chúng tôi, …

29 cross-validation  resampling  stratification 

Tôi muốn biết nếu có bất kỳ / một số lợi thế của việc sử dụng lấy mẫu phân tầng thay vì lấy mẫu ngẫu nhiên, khi tách tập dữ liệu gốc thành tập huấn luyện và kiểm tra để phân loại. Ngoài ra, lấy mẫu phân tầng có đưa …

20 classification  cross-validation  random-forest  train  stratification 

Trong Chiến lược mô hình hồi quy của Harrell (ấn bản thứ hai) có một phần (S. 20.1.7) thảo luận về các mô hình Cox bao gồm sự tương tác giữa một hiệp phương sai có tác dụng chính đối với sự sống còn chúng ta muốn ước tính (tuổi …

13 survival  cox-model  stratification 

NGÂN HÀNG: Tiền thưởng đầy đủ sẽ được trao cho người cung cấp tài liệu tham khảo cho bất kỳ bài báo được xuất bản nào sử dụng hoặc đề cập đến công cụ ước tính F~F~\tilde{F} dưới đây. Động lực: Phần này có lẽ không quan trọng đối với …

12 distributions  bernoulli-distribution  stratification  rejection-sampling  ecdf 

Vì vậy, tôi đã có một ma trận có kích thước khoảng 60 x 1000. Tôi đang xem nó như 60 đối tượng với 1000 tính năng; 60 đối tượng được nhóm thành 3 lớp (a, b, c). 20 đối tượng trong mỗi lớp, và chúng tôi biết phân loại …

12 machine-learning  classification  multilevel-analysis  random-forest  stratification 

Việc triển khai RandomForest không cho phép lấy mẫu vượt quá số lượng quan sát, ngay cả khi lấy mẫu bằng thay thế. Tại sao lại thế này? Hoạt động tốt: rf <- randomForest(Species ~ ., iris, sampsize=c(1, 1, 1), replace=TRUE) rf <- randomForest(Species ~ ., iris, sampsize=3, replace=TRUE) Những …

11 r  sampling  random-forest  stratification  oversampling 

Những lợi thế và bất lợi của việc chạy các mô hình riêng biệt so với mô hình đa cấp là gì? Đặc biệt hơn, giả sử một nghiên cứu kiểm tra các bệnh nhân được lồng trong các thực hành của bác sĩ được lồng trong các quốc gia. …

10 multilevel-analysis  stratification 

Tôi có một GLMM có dạng: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Khi tôi sử dụng drop1(model, test="Chi"), tôi nhận được kết quả khác với nếu tôi sử dụng Anova(model, type="III")từ gói xe hơi hoặc summary(model). Hai cái sau cho cùng một …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

Hãy để chúng tôi nói rằng tôi có một loạt các hàng cho một vấn đề phân loại: X1,...XN,YX1,...XN,YX_1, ... X_N, Y Trong đó là các tính năng / dự đoán và Y là lớp kết hợp tính năng của hàng.X1,...,XNX1,...,XNX_1, ..., X_NYYY Nhiều kết hợp tính năng và các …

9 machine-learning  classification  data-mining  logistic  stratification 

Tôi có dữ liệu mô tả tần suất một sự kiện diễn ra trong một giờ ("số lượng mỗi giờ", nph) và thời gian các sự kiện kéo dài ("thời gian tính bằng giây mỗi giờ", dph). Đây là dữ liệu gốc: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732, 4.58823529414907, 5.59999999993481, …

8 normal-distribution  data-transformation  logistic  generalized-linear-model  ridge-regression  t-test  wilcoxon-signed-rank  paired-data  naive-bayes  distributions  logistic  goodness-of-fit  time-series  eviews  ecm  panel-data  reliability  psychometrics  validity  cronbachs-alpha  self-study  random-variable  expected-value  median  regression  self-study  multiple-regression  linear-model  forecasting  prediction-interval  normal-distribution  excel  bayesian  multivariate-analysis  modeling  predictive-models  canonical-correlation  rbm  time-series  machine-learning  neural-networks  fishers-exact  factorisation-theorem  svm  prediction  linear  reinforcement-learning  cdf  probability-inequalities  ecdf  time-series  kalman-filter  state-space-models  dynamic-regression  index-decomposition  sampling  stratification  cluster-sample  survey-sampling  distributions  maximum-likelihood  gamma-distribution