Pertanyaan yang diberi tag «dataset»

Saya telah memberi label data yang terdiri dari 10.000 contoh positif, dan 50.000 contoh negatif, sehingga totalnya 60000 contoh. Jelas data ini tidak seimbang. Sekarang katakanlah saya ingin membuat set validasi saya, dan saya ingin menggunakan 10% dari data saya untuk melakukannya. Pertanyaan saya adalah sebagai berikut: Haruskah saya memastikan …

9 machine-learning  neural-networks  cross-validation  dataset  unbalanced-classes 

Saya mendapatkan berbagai tipe data dan saya butuh bantuan: Jika Anda melihat gambar di atas (diambil dari sini ), ia memiliki tipe data seperti ini: Kuantitatif (Terpisah, Berkelanjutan) Kualitatif (Nominal (N), Ordinal (O), Binary (B)). Tetapi jika Anda melihat gambar berikut ini (dari sini ), kategorinya adalah: Kuantitatif (Diskrit (NOB)) …

9 categorical-data  dataset  ordinal-data  binary-data 

Berikut datanya: > tires <- data.frame(Wear = c(17, 14, 12, 13, 14, 14, 12, 11, 13, 13, 10, 11, 13, 8, 9, 9), Brand = rep(LETTERS[1:4], 4), Car = as.character(as.roman(rep(1:4, each = 4)))) > tires Wear Brand Car 1 17 A I 2 14 B I 3 12 C I …

9 r  anova  dataset  degrees-of-freedom 

Saya mengembangkan sistem perdagangan otomatis untuk pasar saham. Tantangan besar adalah overfitting. Dapatkah Anda merekomendasikan beberapa sumber yang menggambarkan metode untuk mengukur dan menghindari overfitting? Saya mulai dengan set pelatihan / validasi, tetapi set validasi selalu ternoda. Juga, data deret waktu selalu berubah karena pasar selalu berubah. Bagaimana Anda mengukur …

9 time-series  machine-learning  dataset  data-mining  validation 

Misalkan Anda telah diberi beberapa data dari rancangan acak kelompok dengan 4 kali pengulangan dan 23 kali perawatan. Setelah pemeriksaan awal data, Anda perhatikan bahwa untuk 8 perawatan semua pengulangan adalah identik, yang jelas salah. Setelah melaporkan masalah, Anda diberi tahu bahwa itu karena kebingungan dari orang yang bertanggung jawab …

8 probability  anova  dataset  fraud 

Dalam sebuah posting blog Andrew Gelman menulis : Regresi bertahap adalah salah satu dari hal-hal ini, seperti deteksi outlier dan diagram lingkaran, yang tampaknya menjadi populer di kalangan non-ahli statistik tetapi dianggap oleh para ahli statistik sebagai sedikit lelucon. Saya mengerti referensi untuk diagram lingkaran, tetapi mengapa deteksi outlier dipandang …

8 dataset  outliers  quality-control 

Sebelum memposting pertanyaan ini, saya telah menelusuri pertanyaan-pertanyaan lain di Stack ini, dan ini mungkin akan menjadi jalan-jalan di taman untuk siapa saja yang membacanya! Tetapi deskripsi Stack ini termasuk analisis dan visualisasi data, jadi saya harap ini ada di tempat yang tepat! </preapology> Saya menggunakan Raspberry Pi dengan magnet …

8 data-visualization  dataset 

Mengapa ukuran dispersi dihitung relatif terhadap beberapa titik pusat? Mengapa, misalnya, tidak semua perbedaan yang mungkin tidak berulang, berpasangan dalam dataset menjadi ukuran penyebaran yang valid?

8 dataset  standard-deviation  theory  variability 

Saya mengalami sedikit kesulitan memahami konsep dan derivasi dari kemungkinan data terpotong. Misalnya, jika saya ingin menemukan fungsi kemungkinan berdasarkan sampel dari distribusi, tetapi ketika mengambil sampel dari distribusi, saya mengamati nilai terpotong (di mana ada cut-off dari MMM, yaitu setiap dicatat sebagai ):xi>Mxi>Mx_{i}>MMMM x1,x2,M,x3,M,x4,x5,...,x10x1,x2,M,x3,M,x4,x5,...,x10 x_{1}, x_{2}, M, x_{3}, M, …

8 dataset  likelihood 

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 

Saya ingin R menampilkan data yang diberikannya dari summary()fungsi dalam sebuah tabel sehingga saya dapat dengan mudah berbagi ini. Saat ini saya hanya melakukan summary()di konsol dan kemudian mengambil tangkapan layar, tapi saya lebih suka ini dihasilkan sebagai tabel yang bagus seperti semua grafik saya. Ada ide?

8 r  dataset  descriptive-statistics  tables 

Saya bermain-main dengan ggplot2 menggunakan perintah berikut ini agar sesuai dengan baris ke data saya: ggplot(data=datNorm, aes(x=Num, y=Val)) + geom_point() + stat_summary(fun.data = "mean_cl_boot", geom="errorbar", colour="red", width=0.8) + stat_sum_single(median) + stat_sum_single(mean, colour="blue") + geom_smooth(level = 0.95, aes(group=1), method="lm") Titik merah adalah nilai median, biru berarti dan garis merah vertikal menunjukkan …

8 r  modeling  dataset  data-mining  ggplot2 

Saya telah mencari dataset permainan komputer, tetapi sejauh ini saya hanya dapat menemukan dataset 'Avatar History' untuk WoW. Apakah ada set data menarik lain di luar sana, mungkin untuk genre lain?

8 data-mining  dataset