Statistik dan Big Data

Saya mencari beberapa implementasi python (dalam python murni atau membungkus barang yang ada) dari HMM dan Baum-Welch. Beberapa ide? Saya baru saja mencari di google dan saya menemukan materi yang sangat buruk sehubungan dengan teknik pembelajaran mesin lainnya. Mengapa?

11 python  hidden-markov-model 

Makalah ini pada Adaboost memberikan beberapa saran dan kode (halaman 17) untuk memperluas model 2-kelas ke masalah kelas-K. Saya ingin menggeneralisasi kode ini, sehingga saya dapat dengan mudah memasang model 2-kelas yang berbeda dan membandingkan hasilnya. Karena sebagian besar model klasifikasi memiliki antarmuka rumus dan predictmetode, beberapa di antaranya seharusnya …

11 r  machine-learning  classification  statistical-learning  multi-class 

Koin perlu diuji keadilannya. 30 kepala muncul setelah 50 flips. Dengan asumsi koin itu adil, berapakah probabilitas bahwa Anda akan mendapatkan setidaknya 30 kepala dalam 50 membalik? Cara yang tepat untuk melakukan masalah ini, menurut guru saya, adalah melakukan normalcdf(min = .6, max = ∞, p = .5, σ = …

11 self-study  normal-distribution  binomial 

Saya perlu sedikit bantuan untuk bergerak ke arah yang benar. Sudah lama sejak saya mempelajari statistik dan jargon tampaknya telah berubah. Bayangkan bahwa saya memiliki satu set data terkait mobil seperti Waktu perjalanan dari kota A ke kota B Jarak dari kota A ke kota B Ukuran mesin Ukuran sepatu …

11 regression  categorical-data  categorical-encoding 

Saya sedang mempelajari catatan kuliah Larry Wasserman tentang Statistik yang menggunakan Casella dan Berger sebagai teks utamanya. Saya sedang mengerjakan catatan kuliahnya set 2 dan terjebak dalam derivasi lemma yang digunakan dalam ketidaksetaraan Hoeffding (hal.2-3). Saya mereproduksi bukti dalam catatan di bawah ini dan setelah bukti saya akan menunjukkan di …

11 probability  probability-inequalities 

Apakah ada pustaka plot untuk R yang bisa mengubah kerangka data waktu mulai dan berhenti menjadi alur waktu seperti di bawah ini: Makna sumbu Y hanya adalah bahwa ia bertumpuk dengan konkurensi, tetapi tidak selalu mewakili konkurensi (lihat celah di tengah). Setiap kotak abu-abu adalah acara - baris dari kerangka …

11 r  data-visualization 

Penata rambut saya, Stacey, selalu menunjukkan wajah yang bahagia, tetapi sering merasa stres mengatur waktu. Hari ini Stacey sudah terlambat karena pengangkatan saya dan sangat menyesal. Saat memotong rambut saya, saya bertanya-tanya: Berapa lama janji standarnya? (jika preferensi pelanggan untuk angka bulat bersih dapat diabaikan, untuk sesaat). Sesuatu yang perlu …

11 normal-distribution  optimization  queueing  decision-theory 

Saya tertarik mengetahui apakah ada konsensus tentang cara optimal untuk menganalisis data lama tinggal di rumah sakit dari RCT. Ini biasanya distribusi yang sangat condong ke kanan, di mana sebagian besar pasien dipulangkan dalam beberapa hari hingga satu minggu, tetapi pasien lainnya memiliki masa inap yang tidak dapat diprediksi (dan …

11 t-test  power  skewness  cox-model  logrank 

Pertimbangkan ∑Ni=1|Xi|∑i=1N|Xi|\sum_{i=1}^N |X_i| di mana X1,…,XNX1,…,XNX_1, \ldots, X_N adalah id dan CLT berlaku. Berapa banyak istilah terbesar yang menambahkan hingga setengah jumlah total? Misalnya, 10 + 9 + 8 ≈≈\approx (10 + 9 + 8 ……\dots + 1) / 2: 30% dari persyaratan mencapai sekitar setengah dari total. Menetapkan sumbiggest( …

11 central-limit-theorem  asymptotics 

Dalam aplikasi penambangan teks, salah satu pendekatan sederhana adalah menggunakan heuristik untuk membuat vektor sebagai representasi dokumen yang jarang. Ini bagus untuk pengaturan batch, di mana seluruh corpus dikenal a-priori, karena membutuhkan seluruh corpusi d ft f- saya dftf−idftf-idfsaya dfidfidf saya d f( t ) = log| D || {d: …

11 time-series  text-mining 

Saya mulai menggali sedikit ke fungsi plot.lm , fungsi ini memberikan enam plot untuk lm, yaitu: sebidang residual terhadap nilai yang dipasang plot Skala-Lokasi sqrt (| residual |) terhadap nilai yang dipasang plot QQ Normal, plot jarak Cook versus label baris sebidang residual terhadap leverage sebidang jarak Cook terhadap leverage …

11 r  regression  linear-model  diagnostic 

Adakah yang bisa menunjukkan bagaimana nilai yang diharapkan dan varians dari nol meningkat inflasi, dengan fungsi massa probabilitas f(y)={π+(1−π)e−λ,(1−π)λye−λy!,if y=0if y=1,2....f(y)={π+(1−π)e−λ,if y=0(1−π)λye−λy!,if y=1,2.... f(y) = \begin{cases} \pi+(1-\pi)e^{-\lambda}, & \text{if }y=0 \\ (1-\pi)\frac{\lambda^{y}e^{-\lambda}}{y!}, & \text{if }y=1,2.... \end{cases} di mana adalah probabilitas bahwa pengamatan adalah nol oleh proses binomial dan adalah rata-rata …

11 variance  poisson-distribution  expected-value  zero-inflation 

Saya agak baru dalam penambangan data, dan saya sedang mengerjakan model klasifikasi untuk prediksi peringkat film. Saya telah mengumpulkan set data dari IMDB, dan saya berencana untuk menggunakan pohon keputusan dan pendekatan tetangga terdekat untuk model saya. Saya ingin tahu alat penambangan data mana yang tersedia secara bebas yang dapat …

11 classification  cart 

Dengan serangkaian waktu, seseorang dapat memperkirakan fungsi autokorelasi dan memplotnya, misalnya seperti yang terlihat di bawah ini: Apa yang kemudian bisa dibaca tentang deret waktu, dari fungsi autokorelasi ini? Apakah itu misalnya mungkin untuk beralasan tentang stasioneritas dari deret waktu? Diedit : Di sini saya telah memasukkan ACF dari seri …

11 time-series  autocorrelation 

Setelah menjalankan regresi formulir reg <- lm(y ~ x1 + x2, data=example)pada dataset, saya bisa mendapatkan nilai yang diprediksi menggunakan predict(reg, example, interval="prediction", level=0.95) Saya bertanya-tanya apa nilai prediksi sebenarnya merujuk ketika saya menggunakan regresi untuk memprediksi dataset yang sebenarnya. Tidakkah seharusnya saya mendapatkan nilai asli?

11 r  regression