Statistik dan Big Data

y=β0+β1x1+ε0y=β0+β1x1+ε0y = \beta_{0} + \beta_{1}x_{1} + \varepsilon_{0} Bahasa untuk menggambarkan model regresi, seperti regresi linier sangat sederhana yang ditentukan di atas sering bervariasi dan variasi tersebut sering membawa pergeseran makna yang halus. Misalnya, bagian model di sisi kiri persamaan dapat disebut (antara lain saya tidak tahu) dengan konotasi dan denotasi …

9 regression  terminology 

Saya punya dataset dengan format berikut. Ada kanker hasil biner / tidak ada kanker. Setiap dokter dalam dataset telah melihat setiap pasien dan memberikan penilaian independen pada apakah pasien menderita kanker atau tidak. Para dokter kemudian memberikan tingkat kepercayaan mereka dari 5 bahwa diagnosis mereka benar, dan tingkat kepercayaan ditampilkan …

9 forecasting  binary-data  psychometrics 

Saya membaca pracetak makalah ini , dan saya mengalami kesulitan mengikuti derivasi mereka dari persamaan untuk Regresi Proses Gaussian. Mereka menggunakan pengaturan & notasi Rasmussen & Williams . Dengan demikian, aditif, mean-nol, stasioner, dan noise terdistribusi normal dengan varian σ2noiseσnoise2\sigma^2_{noise} diasumsikan: y=f(x)+ϵ,ϵ∼N(0,σ2noise)y=f(x)+ϵ,ϵ∼N(0,σnoise2)y=f(\mathbf{x})+\epsilon, \quad \epsilon\sim N(0,\sigma^2_{noise}) GP sebelum dengan nol rata-rata …

9 regression  bayesian  gaussian-process 

Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 11 bulan lalu . Saya perlu menerapkan fungsi aktivasi Softmax ke Perceptron multi-layer di scikit. Dokumentasi scikit pada topik model jaringan saraf (diawasi) mengatakan "MLPClassifier …

9 neural-networks  scikit-learn  multi-class  softmax 

Ahli statistik Bayesian berpendapat bahwa "Statistik Bayesian dapat memperkirakan parameter yang sangat sulit untuk diperkirakan melalui metode yang sering". Apakah kutipan berikut yang diambil dari dokumentasi SAS ini mengatakan hal yang sama? Ini memberikan kesimpulan yang tergantung pada data dan tepat, tanpa bergantung pada perkiraan asimptotik. Inferensi sampel kecil berlangsung …

9 bayesian  inference  sas  frequentist 

Saya mencoba untuk menerapkan model Campuran Gaussian dengan inferensi variasional stokastik, berikut ini kertas . Ini adalah pgm dari Campuran Gaussian. Menurut makalah itu, algoritma penuh inferensi variatif stokastik adalah: Dan saya masih sangat bingung dengan metode untuk menskalakannya menjadi GMM. Pertama, saya pikir parameter variasional lokal hanya dan yang …

9 machine-learning  bayesian  clustering  gaussian-mixture  variational-bayes 

Saya memiliki dataset gambar lebar: 1760x128. Saya sudah membaca tutorial dan buku, dan kebanyakan dari mereka menyatakan bahwa input gambar harus persegi dan jika tidak, mereka diubah menjadi persegi untuk dilatih di cnns (pada gambar persegi) yang sudah dilatih. Apakah ada cara untuk melatih cnn untuk gambar non persegi, atau …

9 conv-neural-network 

Salah satu asumsi regresi linier adalah bahwa harus ada varians konstan dalam hal kesalahan dan bahwa interval kepercayaan dan tes hipotesis yang terkait dengan model bergantung pada asumsi ini. Apa yang sebenarnya terjadi ketika istilah kesalahan tidak memiliki varian konstan?

9 regression  heteroscedasticity  assumptions  robust-standard-error 

Saya menggunakan perpustakaan VAR statsmodels python untuk memodelkan data deret waktu keuangan dan beberapa hasil membuat saya bingung. Saya tahu bahwa model VAR menganggap data deret waktu stasioner. Saya secara tidak sengaja memasukkan serangkaian harga log non-stasioner untuk dua sekuritas yang berbeda dan secara mengejutkan nilai-nilai pas dan prakiraan sampel …

9 time-series  forecasting  r-squared  var  stationarity 

Asumsikan hubungan linier berikut: , di mana adalah variabel dependen, variabel independen tunggal dan istilah kesalahan.Yi=β0+β1Xi+uiYi=β0+β1Xi+uiY_i = \beta_0 + \beta_1 X_i + u_iX i u iYiYiY_iXiXiX_iuiuiu_i Menurut Stock & Watson (Pengantar Ekonometrika; Bab 4 ), asumsi kuadrat terkecil ketiga adalah bahwa momen keempat dan adalah non-nol dan terbatas .u i …

9 regression  least-squares  assumptions  bias  consistency 

Dalam Elemen Pembelajaran Statistik , saya menemukan pernyataan berikut: Ada satu kualifikasi: langkah penyaringan awal tanpa pengawasan dapat dilakukan sebelum sampel ditinggalkan. Sebagai contoh, kita dapat memilih 1000 prediktor dengan varians tertinggi di seluruh 50 sampel, sebelum memulai validasi silang. Karena penyaringan ini tidak melibatkan label kelas, itu tidak memberikan …

9 machine-learning  cross-validation  feature-selection 

Pertanyaan saya: apakah saya harus melakukan CV bahkan untuk kumpulan data yang relatif besar? Saya memiliki satu set data yang relatif besar dan saya akan menerapkan algoritma pembelajaran mesin pada set data. Karena PC saya tidak cepat, CV (dan pencarian grid) terkadang memakan waktu terlalu lama. Secara khusus SVM tidak …

9 machine-learning  cross-validation 

Saya baru mendukung mesin vektor. Penjelasan singkat The svmfungsi dari e1071paket di R menawarkan berbagai pilihan: Klasifikasi-C nu-klasifikasi satu-klasifikasi (untuk deteksi kebaruan) regresi eps nu-regresi Apa perbedaan intuitif antara lima jenis? Yang mana yang harus diterapkan dalam situasi apa?

9 r  classification  svm  e1071 

Katakanlah saya menjalankan regresi linier yang memiliki bentuk .y= β0+ β1A + β2B + β3A B + ϵy=β0+β1A+β2B+β3AB+ϵy = \beta_0 + \beta_1A+\beta_2B+\beta_3AB +\epsilon Jika positif, apakah ini menyiratkan korelasi positif antara A dan B ? (Sebaliknya, korelasi negatif jika β 3 negatif?)β3β3\beta_3SEBUAHAABBBβ3β3\beta_3

9 regression  interaction 

Asumsikan diberikan, dapatkah saya menurunkan E [ X ] dalam format form tertutup? E[log(X)]E[log⁡(X)]\text{E}[\log(X)] E[X]E[X]\text{E}[X]

9 expected-value  logarithm