Statistik dan Big Data

Saya menggunakan paket randomForest dalam R dan menggunakan data iris, hutan acak yang dihasilkan adalah klasifikasi tetapi ketika saya menggunakan dataset dengan sekitar 700 fitur (fitur-fiturnya adalah masing-masing piksel dalam gambar 28x28 piksel) dan kolom label dinamai label, yang randomForestdihasilkan adalah regresi. Saya menggunakan baris berikut: rf <- randomForest(label ~ …

12 r  random-forest 

Apakah Anda menganggap HBM vs EB sebagai dua alternatif di mana hyperparameter "dalam permainan" menjadi sampel / diperkirakan / dll? Jelas ada hubungan antara keduanya. Apakah Anda menganggap HBM lebih "sepenuhnya Bayesian" daripada EB? Adakah tempat di mana saya bisa melihat apa perbedaan antara "sepenuhnya Bayesian" dan alternatif lain? Terima …

12 bayesian  empirical-bayes 

Apakah mungkin untuk mendapatkan korelasi positif antara seorang regressor dan sebuah respon ( +0,43) dan, setelah itu, memperoleh koefisien negatif dalam model regresi yang sesuai untuk regressor ini? Saya tidak berbicara tentang perubahan tanda regressor di antara beberapa model. Tanda koefisien selalu tetap. Bisakah variabel yang tersisa dari model yang …

12 correlation  multiple-regression  regression-coefficients 

Saya menjalankan SVM terhadap kumpulan data yang diberikan, dan melakukan pengamatan berikut: Jika saya mengubah jumlah fitur untuk membangun classifier, jumlah vektor dukungan yang dihasilkan juga akan berubah. Saya ingin tahu bagaimana menjelaskan skenario semacam ini.

12 machine-learning  classification  svm  kernel-trick 

Mungkin, ini adalah pertanyaan yang sangat mendasar tetapi saya sepertinya tidak dapat menemukan jawaban yang kuat untuk itu. Saya harap di sini, saya bisa. Saat ini saya membaca makalah sebagai persiapan untuk tesis master saya sendiri. Saat ini, saya sedang membaca sebuah makalah yang meneliti hubungan antara tweet dan fitur …

12 correlation  data-transformation  logarithm 

Apakah orang Bayesian pernah berargumen bahwa pendekatan mereka menggeneralisasikan pendekatan frequentist, karena orang dapat menggunakan prior non-informatif dan karenanya, dapat memulihkan struktur model frequentist yang khas? Adakah yang bisa merujuk saya ke tempat di mana saya bisa membaca tentang argumen ini, jika memang digunakan? EDIT: Pertanyaan ini mungkin diutarakan bukan …

12 bayesian  references  frequentist 

Misalkan saya memiliki matriks rekomendasi gaya Netflix, dan saya ingin membangun model yang memprediksi peringkat film masa depan yang potensial untuk pengguna tertentu. Menggunakan pendekatan Simon Funk, orang akan menggunakan keturunan gradien stokastik untuk meminimalkan norma Frobenius antara matriks penuh dan item-by-item * pengguna-oleh-pengguna matriks dikombinasikan dengan istilah regularisasi L2. …

12 svd  recommender-system 

Apakah ada akun ekspositori yang diterbitkan dengan baik, dengan rincian matematika, dari berbagai pendekatan yang telah diambil untuk masalah Behrens-Fisher?

12 inference  references 

Untuk kompetisi Kaggle baru-baru ini, saya (secara manual) mendefinisikan 10 fitur tambahan untuk set pelatihan saya, yang kemudian akan digunakan untuk melatih classifier hutan acak. Saya memutuskan untuk menjalankan PCA pada dataset dengan fitur-fitur baru, untuk melihat bagaimana mereka dibandingkan satu sama lain. Saya menemukan bahwa ~ 98% varians dibawa …

12 classification  pca  random-forest 

Para peneliti sering menggunakan dua ukuran yang memiliki item yang sangat mirip dan berpendapat bahwa mereka mengukur hal-hal yang berbeda (misalnya, "Saya selalu khawatir ketika saya berada di sekitar mobil"; "Saya takut mobil"). Mari kita memanggil langkah-langkah hipotetis Ketakutan Mobil Mengukur dan Kecemasan dari Skala Mobil. Saya tertarik untuk menguji …

12 factor-analysis  confirmatory-factor  eda 

Saya sedang dalam proses mengembangkan kuesioner secara empiris dan saya akan menggunakan angka acak untuk mengilustrasikannya. Untuk konteks, saya mengembangkan kuesioner psikologis yang bertujuan menilai pola pikir yang umumnya diidentifikasi pada individu yang memiliki gangguan kecemasan. Sebuah item bisa terlihat seperti "Saya perlu memeriksa oven berulang kali karena saya tidak …

12 factor-analysis  reliability  psychometrics  latent-variable  validity 

Apakah lebih baik untuk membedakan rangkaian (dengan asumsi perlu) sebelum menggunakan Arima ATAU lebih baik menggunakan parameter d dalam Arima? Saya terkejut betapa berbedanya nilai-nilai yang dipasang tergantung pada rute mana yang diambil dengan model dan data yang sama. Atau apakah saya melakukan sesuatu yang salah? install.packages("forecast") library(forecast) wineindT<-window(wineind, start=c(1987,1), …

12 r  time-series  arima 

Ditutup . Pertanyaan ini membutuhkan detail atau kejelasan . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Tambahkan detail dan jelaskan masalahnya dengan mengedit posting ini . Ditutup 5 tahun yang lalu . Saya telah bekerja dengan beberapa data waktu siklus proses dan penskalaan menggunakan skor-z standar untuk membandingkan …

12 normality-assumption  standardization  weibull 

Ditutup . Pertanyaan ini membutuhkan detail atau kejelasan . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Tambahkan detail dan jelaskan masalahnya dengan mengedit posting ini . Ditutup 4 tahun yang lalu . Saya telah melihat banyak tempat di mana mereka memiliki dataset input / output di mana mereka …

12 bias  bias-correction 

Apa hubungan antara analisis diskriminan Linear dan aturan Bayes? Saya mengerti bahwa LDA digunakan dalam klasifikasi dengan mencoba meminimalkan rasio dalam varians grup dan antara varians grup, tapi saya tidak tahu bagaimana aturan Bayes digunakan di dalamnya.

12 classification  discriminant-analysis  bayes