Pertanyaan yang diberi tag «dataset»

Haruskah pemilihan fitur dilakukan hanya pada data pelatihan (atau semua data)? Saya telah melalui beberapa diskusi dan makalah seperti Guyon (2003) dan Singhi dan Liu (2006) , tetapi masih tidak yakin tentang jawaban yang benar. Pengaturan percobaan saya adalah sebagai berikut: Dataset: 50-kontrol sehat & 50-pasien penyakit (cca 200 fitur …

10 dataset  cross-validation  experiment-design  feature-selection 

Ini adalah data pelatihan saya: 200.000 Contoh x 10.000 Fitur. Jadi matriks data pelatihan saya adalah - 200.000 x 10.000. Saya berhasil menyimpan ini dalam file datar tanpa memiliki masalah memori dengan menyimpan setiap dataset satu per satu (satu contoh demi satu) karena saya menghasilkan fitur untuk setiap contoh. Tapi, …

10 machine-learning  dataset  algorithms  python 

Saya tertarik untuk mengetahui tingkat statistik apa yang dipelajari anak-anak di berbagai negara di dunia. Bisakah Anda menyarankan data / tautan yang menjelaskan apa yang terjadi dalam hal ini? Saya akan mulai. Israel: Para siswa yang mengambil studi matematika lanjutan kurang lebih - mean, sd, histogram, distribusi normal, probabilitas yang …

10 dataset  teaching 

Apa pendapat Anda tentang menggunakan regresi untuk memproyeksikan di luar rentang data? Jika kami yakin bahwa itu mengikuti bentuk model linier atau daya, tidak bisakah model berguna di luar rentang data? Misalnya saya memiliki volume yang didorong oleh harga. Kita harus dapat memproyeksikan harga di luar rentang data yang saya …

10 regression  dataset  linear-model 

Saya sudah berkeliling untuk menemukan penjelasan yang jelas tentang "emberisasi" dalam pembelajaran mesin tanpa hasil. Apa yang saya pahami sejauh ini adalah bahwa bucketisasi mirip dengan kuantisasi dalam pemrosesan sinyal digital di mana serangkaian nilai kontinu diganti dengan satu nilai diskrit. Apakah ini benar? Apa pro dan kontra (selain dampak …

10 machine-learning  dataset  data-preprocessing 

My dataset:My dataset:My \ \ dataset: 1:A,B,C,E1:A,B,C,E1: A,B,C,E 2:A,C,D,E2:A,C,D,E2:A,C,D,E 3: B,C,E3: B,C,E3:\ \ \ \ \ B,C,E 4:A,C,D,E4:A,C,D,E4:A,C,D,E 5: C,D,E5: C,D,E5:\ \ \ \ C, D, E 6: A,D,E6: A,D,E6: \ \ \ \ A, D,E Saya ingin mengetahui set item sering maksimal dan set item sering tertutup . Set …

10 data-mining  dataset  association-rules 

Saya mengajar aljabar linier ke kelas insinyur, ilmuwan sosial, dan pemrogram komputer. Kami baru saja melakukan dekomposisi nilai singular, dan kami memiliki hari ekstra, jadi saya pikir saya akan berbicara tentang hubungan antara dekomposisi nilai singular dan analisis komponen utama. Saya memiliki bagian teori dari kuliah yang ditulis dengan baik, …

10 pca  dataset  teaching 

Pengaturan Banyak algoritma beroperasi pada satu relasi atau tabel, sementara banyak database dunia nyata menyimpan informasi dalam beberapa tabel (Domingos, 2003). Pertanyaan Jenis algoritma apa yang dipelajari dengan baik dari beberapa tabel (relasional). Secara khusus, saya tertarik pada algoritma yang berlaku untuk tugas-tugas regresi dan klasifikasi (bukan yang berorientasi analisis …

9 regression  machine-learning  classification  dataset 

Misalkan saya punya satu sampel frekuensi dari 4 peristiwa yang mungkin: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 dan saya memiliki probabilitas yang diharapkan dari peristiwa saya terjadi: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Dengan jumlah frekuensi yang diamati …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 5 tahun yang lalu . Saat ini saya mencoba menerapkan beberapa algoritma Machine Learning sendiri. Banyak dari mereka memiliki sifat buruk karena sulit untuk di-debug, …

9 dataset 

Saya relatif baru dalam statistik, dan memahami bahwa pertanyaan saya mungkin sepenuhnya salah diartikan. Saya menguji algoritma saya sendiri dibandingkan yang lain. Walaupun outputnya tidak identik, saya ingin menunjukkan bahwa perbedaannya "tidak signifikan secara statistik." Bagaimana saya bisa mengukur ini, untuk menegaskan maksud saya?

9 correlation  statistical-significance  dataset 

Saya memiliki serangkaian pengukuran waktu (seri ketinggian-satu dimensi). Pada periode pengamatan, proses pengukuran turun untuk beberapa titik waktu. Jadi data yang dihasilkan adalah vektor dengan NaNs di mana ada kesenjangan dalam data. Menggunakan MATLAB, ini menyebabkan saya masalah ketika menghitung autokorelasi ( autocorr) dan menerapkan jaringan saraf ( nnstart). Bagaimana …

9 time-series  dataset  matlab  autocorrelation  missing-data 

Saya mencari dataset datapoint 2 dimensi (setiap datapoint adalah vektor dari dua nilai (x, y)) mengikuti distribusi dan bentuk yang berbeda. Kode untuk menghasilkan data seperti itu juga akan sangat membantu. Saya ingin menggunakannya untuk merencanakan / memvisualisasikan kinerja beberapa algoritma pengelompokan. Berikut ini beberapa contohnya: bintang seperti data cloud …

9 distributions  data-visualization  clustering  dataset 

Saya mencari set data yang ada yang dapat kita gunakan untuk menguji beberapa teknik datavis yang sedang kita teliti. Saya tahu beberapa sumber seperti yang termasuk dalam R (coba plot(Orange)atau lihat di sini ). Tapi saya ingin mengambil satu langkah ke depan: Apa dataset dunia nyata terbaik untuk menguji alat …

9 data-visualization  dataset  teaching 

Jadi, saya memiliki 16 percobaan di mana saya mencoba untuk mengotentikasi seseorang dari sifat biometrik menggunakan Hamming Distance. Ambang batas saya diatur ke 3.5. Data saya di bawah dan hanya percobaan 1 yang Benar-Benar Positif: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction