Pertanyaan yang diberi tag «clustering»

Proyek saya saat ini mungkin mengharuskan saya untuk membuat model untuk memprediksi perilaku sekelompok orang tertentu. set data pelatihan hanya berisi 6 variabel (id hanya untuk tujuan identifikasi): id, age, income, gender, job category, monthly spend di mana monthly spendadalah variabel respon. Tetapi dataset pelatihan berisi sekitar 3 juta baris, …

8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 

Dalam metode pengelompokan seperti K-means , jarak euclidean adalah metrik yang digunakan. Akibatnya, kami hanya menghitung nilai rata-rata di dalam setiap kluster. Dan kemudian penyesuaian dilakukan pada elemen-elemen berdasarkan jarak mereka ke setiap nilai rata-rata. Saya bertanya-tanya mengapa fungsi Gaussian tidak digunakan sebagai metrik? Alih-alih menggunakan xi -mean(X), kita bisa …

8 normal-distribution  clustering  k-means  unsupervised-learning  gaussian-mixture 

Untuk aplikasi, saya ingin mengelompokkan data (berpotensi berdimensi tinggi) dan mengekstraksi kemungkinan milik sebuah cluster. Saya mempertimbangkan pada saat ini peta mengatur diri sendiri atau kernel k-cara untuk melakukan pekerjaan. Apa pro dan kontra dari setiap classifier untuk tugas ini? Apakah saya kehilangan algoritme pengelompokan orang lain yang bisa tampil …

8 clustering  unsupervised-learning 

Saya telah melakukan pengelompokan titik koordinat (bujur, lintang) dan menemukan hasil yang mengejutkan dan merugikan dari kriteria pengelompokan untuk jumlah cluster yang optimal. Kriteria diambil dari clusterCrit()paket. Poin-poin yang saya coba klaster pada plot (karakteristik geografis dari kumpulan data terlihat jelas): Prosedur lengkapnya adalah sebagai berikut: Melakukan pengelompokan hierarkis pada …

8 r  clustering 

Saya mencoba menganalisis kumpulan data yang berasal dari sensor yang terletak di dekat sepatu pemain dalam pertandingan ( http://www.orgs.ttu.edu/debs2013/index.php?goto=cfchallengedetails ). Saya memutuskan untuk melihat pengelompokan untuk mengidentifikasi: Lintasan pemain yang serupa dalam pertandingan dengan menggunakan algoritma pengelompokan TRACLUS Mirip pemain dengan menghitung beberapa karakteristik seperti bagian yang gagal, umpan silang …

8 clustering 

Saya memiliki urutan biner seperti 11111011011110101100000000000100101011011111101111100000000000011010100000010000000011101111 Di mana kluster sebagian besar 1 diikuti oleh jumlah yang lebih besar dari nol, seperti pada gambar di bawah ini (hitam singkatan dari 1): Saya ingin menerapkan teknik (lebih disukai dalam R atau dengan Python) di mana saya dapat secara otomatis mendeteksi kluster 1 …

8 classification  clustering  data-mining  pattern-recognition  binary-data 

Saya memiliki 65 sampel data 21 dimensi (disisipkan di sini ) dan saya membuat matriks kovarians. Ketika dihitung dalam C ++ saya mendapatkan matriks kovarians disisipkan di sini . Dan ketika dihitung dalam matlab dari data (seperti yang ditunjukkan di bawah ini) saya mendapatkan matriks kovarians yang disisipkan di sini …

8 clustering  matlab  covariance  distance-functions  matrix-inverse 

Saya memiliki dua kelompok yang terdiri dari 10 peserta yang dinilai tiga kali selama percobaan. Untuk menguji perbedaan antara kelompok dan di tiga penilaian, saya menjalankan ANOVA desain campuran 2x3 dengan group(kontrol, eksperimental), time(pertama, kedua, tiga), dan group x time. Keduanya timedan grouphasilnya signifikan, selain itu ada interaksi yang signifikan …

8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 

Saya menghitung beberapa probabilitas bersyarat, dan interval kepercayaan 95% yang terkait. Untuk banyak kasus saya, saya memiliki jumlah xkeberhasilan langsung dari npercobaan (dari tabel kontingensi), sehingga saya dapat menggunakan interval kepercayaan Binomial, seperti yang disediakan oleh binom.confint(x, n, method='exact')in R. Namun dalam kasus lain, saya tidak memiliki data seperti itu, …

8 r  bayesian  confidence-interval  conditional-probability  hidden-markov-model  segmentation  hypothesis-testing  statistical-significance  multiple-comparisons  multiple-regression  r  regression  survey  sample  finite-population  pca  model-selection  dataset  partitioning  clustering  time-series  least-squares  regression  standard-error  causality  r  time-series  outliers  missing-data  machine-learning  svm  hypothesis-testing  discrete-data  r  data-visualization  survey  likert  finance  regression  pca  feature-selection  stepwise-regression  underdetermined  svm  natural-language 

Baru-baru ini saya memasuki bidang pembelajaran mesin dan proyek yang sedang saya kerjakan mengharuskan saya untuk mengelompokkan pengguna berdasarkan urutan mereka mengunjungi halaman web di situs web. Saya punya data dalam bentuk: ['user_id', 1, 2, 4, 6, 3, 7, 3, 2, 4...] Di mana setiap angka adalah kategori / halaman …

8 clustering  unsupervised-learning  model-based-clustering 

Dalam konteks pengelompokan online, saya sering menemukan banyak makalah yang berbicara tentang: "proses dirichlet" dan "model campuran terbatas / tak terbatas". Mengingat bahwa saya tidak pernah menggunakan atau membaca tentang proses dirichlet atau model campuran. Apakah Anda tahu saran tentang kuliah pengantar atau makalah yang mudah dimengerti, tentang itu?

8 clustering  inference  mixture  dirichlet-distribution  dirichlet-process 

Saya punya pertanyaan tentang bagaimana cara memperbaiki kesalahan standar ketika variabel independen memiliki korelasi. Dalam pengaturan deret waktu yang sederhana, kita dapat menggunakan matriks kovarians Newey-West dengan banyak lag dan itu akan menangani masalah korelasi dalam residu. Apa yang dilakukan seseorang dalam pengaturan data panel? Bayangkan situasi di mana Anda …

8 clustering  standard-error  panel-data 

Penelitian terbaru telah berusaha untuk menentukan apakah konstruksi psikologis tertentu adalah dimensi laten atau taksononik (yaitu, termasuk takson atau kelas). Sebagai contoh, para peneliti mungkin tertarik untuk mencari tahu apakah ada "kelas" tertentu dari orang-orang yang lebih mungkin mengembangkan nyeri kronis setelah cedera, atau jika risiko mengembangkan nyeri kronis dikonseptualisasikan …

8 clustering  latent-variable  psychology  latent-class  model-based-clustering 

Saya memiliki banyak koleksi rangkaian waktu - pengukuran dilakukan setiap 15 menit (96 pengukuran dalam sehari) selama rentang 1 tahun di berbagai lokasi berbeda. Saya telah membagi setiap deret waktu menjadi 365 deret waktu lebih kecil, 1 untuk setiap hari dalam setahun. Melihat deret waktu ini, pasti ada banyak bentuk …

8 time-series  clustering  curves 

Jadi katakanlah saya memiliki banyak titik data di R ^ n, di mana n cukup besar (seperti, 50). Saya tahu data ini terbagi dalam 3 kelompok, dan saya tahu bagian mana dari setiap titik data yang menjadi bagiannya. Yang ingin saya lakukan adalah memvisualisasikan cluster ini dalam 2D ​​sedemikian rupa …

8 clustering  pca  dimensionality-reduction  data-visualization