Pertanyaan yang diberi tag «data-mining»

Kumpulan data saya berisi sejumlah atribut numerik dan satu kategori. Katakan NumericAttr1, NumericAttr2, ..., NumericAttrN, CategoricalAttr, di mana CategoricalAttrmengambil salah satu dari tiga kemungkinan nilai: CategoricalAttrValue1, CategoricalAttrValue2atau CategoricalAttrValue3. Saya menggunakan implementasi default algoritma k-means clustering untuk Octave https://blog.west.uni-koblenz.de/2012-07-14/a-working-k-means-code-for-octave/ . Ini bekerja dengan data numerik saja. Jadi pertanyaan saya: apakah benar …

133 data-mining  clustering  octave  k-means  categorical-data 

Latar Belakang Masalah: Saya sedang mengerjakan proyek yang melibatkan file log mirip dengan yang ditemukan di ruang pemantauan TI (untuk pemahaman terbaik saya tentang ruang TI). File log ini adalah data deret waktu, disusun dalam ratusan / ribuan baris berbagai parameter. Setiap parameter bersifat numerik (float) dan ada nilai non-sepele …

61 machine-learning  python  data-mining  anomaly-detection  library 

Pertanyaan ini sebagai tanggapan atas komentar yang saya lihat pada pertanyaan lain. Komentar tersebut mengenai silabus kursus Pembelajaran Mesin di Coursera, dan di sepanjang baris "SVM tidak banyak digunakan saat ini". Saya sendiri baru saja menyelesaikan kuliah yang relevan, dan pemahaman saya tentang SVM adalah bahwa mereka adalah algoritma pembelajaran …

58 data-mining  svm  state-of-the-art 

Ketika saya mengatakan "dokumen", saya memikirkan halaman web seperti artikel Wikipedia dan cerita berita. Saya lebih suka jawaban yang memberikan metrik jarak vanila atau metrik jarak semantik canggih, dengan preferensi yang lebih kuat untuk yang terakhir.

34 machine-learning  data-mining  nlp  text-mining  similarity 

Saya mencoba untuk melatih model peningkatan gradien lebih dari 50k contoh dengan 100 fitur numerik. XGBClassifiermenangani 500 pohon dalam waktu 43 detik pada mesin saya, sementara GradientBoostingClassifierhanya menangani 10 pohon (!) dalam 1 menit dan 2 detik :( Saya tidak repot-repot mencoba menumbuhkan 500 pohon karena akan memakan waktu berjam-jam. …

29 scikit-learn  xgboost  gbm  data-mining  classification  data-cleaning  machine-learning  reinforcement-learning  data-mining  bigdata  dataset  nlp  language-model  stanford-nlp  machine-learning  neural-network  deep-learning  randomized-algorithms  machine-learning  beginner  career  xgboost  loss-function  neural-network  software-recommendation  naive-bayes-classifier  classification  scikit-learn  feature-selection  r  random-forest  cross-validation  data-mining  python  scikit-learn  random-forest  churn  python  clustering  k-means  machine-learning  nlp  sentiment-analysis  machine-learning  programming  python  scikit-learn  nltk  gensim  visualization  data  csv  neural-network  deep-learning  descriptive-statistics  machine-learning  supervised-learning  text-mining  orange  data  parameter-estimation  python  pandas  scraping  r  clustering  k-means  unsupervised-learning 

Saya memiliki sejumlah besar data (sekitar 8GB). Saya ingin menggunakan pembelajaran mesin untuk menganalisisnya. Jadi, saya pikir saya harus menggunakan SVD kemudian PCA untuk mengurangi dimensi data untuk efisiensi. Namun, MATLAB dan Oktaf tidak dapat memuat set data besar tersebut. Alat apa yang dapat saya gunakan untuk melakukan SVD dengan …

29 bigdata  data-mining  dimensionality-reduction 

Masalahnya mengacu pada pembuatan pohon keputusan. Menurut Wikipedia ' koefisien Gini ' tidak boleh disamakan dengan ' pengotor Gini '. Namun kedua ukuran tersebut dapat digunakan saat membangun pohon keputusan - ini dapat mendukung pilihan kita saat membagi set item. 1) 'Pengotor Gini' - ini adalah metrik pemisah pohon keputusan …

25 data-mining 

Saya tidak jelas tentang beberapa konsep: XGBoost mengkonversi pembelajar yang lemah menjadi pembelajar yang kuat. Apa keuntungan melakukan ini? Menggabungkan banyak siswa yang lemah dan bukannya hanya menggunakan satu pohon? Hutan Acak menggunakan berbagai sampel dari pohon untuk membuat pohon. Apa keuntungan dari metode ini daripada hanya menggunakan pohon tunggal?

25 machine-learning  data-mining  random-forest  decision-trees  xgboost 

Saya harap Anda dapat membantu saya, karena saya memiliki beberapa pertanyaan tentang topik ini. Saya baru di bidang pembelajaran mendalam, dan sementara saya melakukan beberapa tutorial, saya tidak dapat menghubungkan atau membedakan konsep satu sama lain.

24 machine-learning  data-mining  neural-network  nlp  deep-learning 

Saya belajar tentang faktorisasi matriks untuk sistem yang merekomendasikan dan saya melihat istilah yang latent featuresterjadi terlalu sering tetapi saya tidak dapat memahami apa artinya. Saya tahu apa fitur itu tetapi saya tidak mengerti ide fitur laten. Bisakah tolong jelaskan? Atau setidaknya mengarahkan saya ke kertas / tempat di mana …

24 machine-learning  data-mining  recommender-system 

Saya yakin ilmu data seperti yang akan dibahas dalam forum ini memiliki beberapa sinonim atau setidaknya bidang terkait di mana data besar dianalisis. Pertanyaan khusus saya adalah tentang Penambangan Data. Saya mengambil kelas pascasarjana di Data Mining beberapa tahun yang lalu. Apa perbedaan antara Ilmu Data dan Data Mining dan …

22 data-mining  definitions 

Latar Belakang Saya sedang mengerjakan serangkaian data pembacaan meter energi. Panjang seri bervariasi menurut meter - untuk beberapa saya punya beberapa tahun, yang lain hanya beberapa bulan, dll. Banyak menampilkan musiman yang signifikan, dan sering beberapa lapisan - dalam hari, minggu, atau tahun. Salah satu hal yang saya kerjakan adalah …

22 data-mining  clustering  time-series  beginner 

Saya tertarik mengetahui apa yang sebenarnya terjadi di Hellinger Distance (dalam istilah sederhana). Selain itu, saya juga tertarik mengetahui jenis masalah apa yang bisa kita gunakan Hellinger Distance? Apa manfaat menggunakan Hellinger Distance?

19 machine-learning  data-mining  text-mining  distance 

Saya mencoba menemukan formula, metode, atau model yang akan digunakan untuk menganalisis kemungkinan bahwa peristiwa tertentu mempengaruhi beberapa data longitudinal. Saya mengalami kesulitan mencari tahu apa yang harus dicari di Google. Berikut ini sebuah contoh skenario: Image Anda memiliki bisnis yang memiliki rata-rata 100 pelanggan berjalan setiap hari. Suatu hari, …

19 machine-learning  data-mining  statistics 

Baru-baru ini saya menemukan istilah Word2Vec , Sentence2Vec dan Doc2Vec dan agak bingung karena saya baru mengenal semantik vektor. Dapatkah seseorang tolong menjelaskan perbedaan dalam metode ini dengan kata-kata sederhana. Apa tugas yang paling cocok untuk setiap metode?

18 machine-learning  data-mining  clustering  nlp  unsupervised-learning