Statistik dan Big Data classification

3

Apa dampak dari memilih fungsi kerugian yang berbeda dalam klasifikasi untuk memperkirakan kerugian 0-1

Kita tahu bahwa beberapa fungsi obyektif lebih mudah dioptimalkan dan ada juga yang sulit. Dan ada banyak fungsi kerugian yang ingin kita gunakan tetapi sulit digunakan, misalnya kerugian 0-1. Jadi kami menemukan beberapa fungsi kehilangan proxy untuk melakukan pekerjaan. Misalnya, kami menggunakan kehilangan engsel atau kehilangan logistik untuk "memperkirakan" kehilangan …

27 machine-learning classification optimization loss-functions

5

Apa yang dapat menyebabkan PCA memperburuk hasil pengklasifikasi?

Saya memiliki classifier yang saya lakukan validasi silang, bersama dengan seratus atau lebih fitur yang saya lakukan seleksi maju untuk menemukan kombinasi fitur yang optimal. Saya juga membandingkan ini dengan menjalankan eksperimen yang sama dengan PCA, di mana saya mengambil fitur potensial, menerapkan SVD, mengubah sinyal asli ke ruang koordinat …

27 classification pca feature-selection

1

Apakah validasi silang merupakan pengganti yang tepat untuk set validasi?

Dalam klasifikasi teks, saya memiliki satu set pelatihan dengan sekitar 800 sampel, dan satu set tes dengan sekitar 150 sampel. Set tes belum pernah digunakan, dan menunggu untuk digunakan sampai akhir. Saya menggunakan seluruh rangkaian pelatihan sampel 800, dengan cross 10 kali lipat memvalidasi sambil menyetel dan mengubah pengelompokan dan …

27 machine-learning classification cross-validation text-mining

4

Bagaimana mengukur / memberi peringkat “variabel penting” saat menggunakan CART? (khusus menggunakan {rpart} dari R)

Ketika membangun model CART (khususnya pohon klasifikasi) menggunakan rpart (dalam R), seringkali menarik untuk mengetahui apa pentingnya berbagai variabel yang diperkenalkan pada model. Dengan demikian, pertanyaan saya adalah: Apa ukuran umum yang ada untuk menentukan peringkat / mengukur variabel kepentingan variabel yang berpartisipasi dalam model CART? Dan bagaimana ini bisa …

27 r classification model-selection cart rpart

2

Kapan tepat menggunakan aturan penilaian yang tidak tepat?

Merkle & Steyvers (2013) menulis: Untuk secara formal mendefinisikan aturan penilaian yang tepat, misalkan menjadi ramalan probabilistik uji coba Bernoulli dengan probabilitas keberhasilan sejati . Aturan penilaian yang tepat adalah metrik yang nilainya diharapkan diminimalkan jika .fffdddhalhalpf= pf=half = p Saya mengerti bahwa ini bagus karena kami ingin mendorong para …

27 classification forecasting scoring-rules

1

One-vs-All dan One-vs-One dalam svm?

Apa perbedaan antara SVM satu-vs-semua dan satu-vs-satu? Apakah one-vs-all berarti satu classifier untuk mengklasifikasikan semua tipe / kategori gambar baru dan one-vs-one berarti setiap tipe / kategori gambar baru mengklasifikasikan dengan classifier yang berbeda (masing-masing kategori ditangani oleh classifier khusus)? Misalnya, jika gambar baru akan diklasifikasikan menjadi lingkaran, persegi panjang, …

26 machine-learning classification svm

2

Tiga versi analisis diskriminan: perbedaan dan cara menggunakannya

Adakah yang bisa menjelaskan perbedaan dan memberikan contoh spesifik bagaimana menggunakan ketiga analisis ini? LDA - Analisis Diskriminan Linier FDA - Analisis Diskriminan Fisher QDA - Analisis Diskriminan Kuadratik Saya mencari di mana-mana, tetapi tidak dapat menemukan contoh nyata dengan nilai nyata untuk melihat bagaimana analisis ini digunakan dan data …

26 classification discriminant-analysis

2

Jaringan Saraf Tiruan: Untuk Klasifikasi Biner gunakan 1 atau 2 neuron keluaran?

Asumsikan saya ingin melakukan klasifikasi biner (sesuatu milik kelas A atau kelas B). Ada beberapa kemungkinan untuk melakukan ini di lapisan output dari jaringan saraf: Gunakan 1 simpul output. Output 0 (<0,5) dianggap kelas A dan 1 (> = 0,5) dianggap kelas B (dalam kasus sigmoid) Gunakan 2 node output. …

26 machine-learning classification neural-networks

4

Memprediksi dengan fitur berkelanjutan dan kategorikal

Beberapa teknik pemodelan prediktif lebih dirancang untuk menangani prediktor berkelanjutan, sementara yang lain lebih baik untuk menangani variabel kategorikal atau diskrit. Tentu saja ada teknik untuk mengubah satu jenis ke yang lain (diskritisasi, variabel dummy, dll.). Namun, apakah ada teknik pemodelan prediktif yang dirancang untuk menangani kedua jenis input pada …

26 classification predictive-models categorical-data continuous-data discrete-data

1

Apakah ada algoritma yang menggabungkan klasifikasi dan regresi?

Saya bertanya-tanya apakah ada algoritma yang bisa melakukan klasifikasi dan regresi pada saat yang sama. Sebagai contoh, saya ingin membiarkan algoritma mempelajari classifier, dan pada saat yang sama dalam setiap label, ia juga mempelajari target yang berkelanjutan. Jadi, untuk setiap contoh pelatihan, ia memiliki label kategoris dan nilai kontinu. Saya …

25 regression machine-learning classification predictive-models finite-mixture-model

5

Bagaimana komponen utama teratas dapat mempertahankan daya prediksi pada variabel dependen (atau bahkan mengarah ke prediksi yang lebih baik)?

Misalkan Saya menjalankan regresi . Mengapa dengan memilih komponen prinsip k atas X , apakah model mempertahankan daya prediksi pada Y ?Y∼XY∼XY \sim XkkkXXXYYY Saya mengerti bahwa dari dimensi-reduksi / titik fitur-seleksi pandang, jika adalah vektor eigen dari kovarians matriks X dengan top k eigen, maka X v 1 , …

25 regression classification pca dimensionality-reduction regularization

2

Apakah masuk akal untuk menggabungkan PCA dan LDA?

Asumsikan saya memiliki dataset untuk tugas klasifikasi statistik terawasi, misalnya, melalui pengklasifikasi Bayes. Dataset ini terdiri dari 20 fitur dan saya ingin meringkasnya menjadi 2 fitur melalui teknik pengurangan dimensionalitas seperti Principal Component Analysis (PCA) dan / atau Linear Discriminant Analysis (LDA). Kedua teknik memproyeksikan data ke subruang fitur yang …

25 classification pca regularization discriminant-analysis overfitting

4

Kapan harus menghindari Hutan Acak?

Hutan acak dikenal berkinerja cukup baik pada berbagai tugas dan telah disebut sebagai penyusun metode pembelajaran . Apakah ada jenis masalah atau kondisi khusus di mana seseorang harus menghindari penggunaan hutan acak?

25 machine-learning classification random-forest

3

Lima pengklasifikasi teratas untuk dicoba terlebih dahulu

Selain itu karakteristik classifier jelas seperti biaya komputasi, tipe data yang diharapkan dari fitur / label dan kesesuaian untuk ukuran dan dimensi set data tertentu, apa lima (atau 10, 20?) pengklasifikasi teratas untuk dicoba pertama kali pada kumpulan data baru yang belum diketahui banyak orang (mis. semantik dan korelasi fitur …

25 machine-learning classification methodology

2

Mendeteksi pola kecurangan pada ujian multi-pertanyaan

PERTANYAAN: Saya memiliki data biner pada pertanyaan ujian (benar / salah). Beberapa individu mungkin memiliki akses sebelumnya ke subset pertanyaan dan jawaban yang benar. Saya tidak tahu siapa, berapa banyak, atau yang mana. Jika tidak ada kecurangan, anggaplah saya akan memodelkan kemungkinan respons yang benar untuk item sebagai , di …

25 r clustering classification psychometrics

Pertanyaan yang diberi tag «classification»