Pertanyaan yang diberi tag «metric»

Saya membaca bahwa 'jarak Euclidean bukan jarak yang baik dalam dimensi tinggi'. Saya kira pernyataan ini ada hubungannya dengan kutukan dimensi, tetapi apa sebenarnya? Selain itu, apa itu 'dimensi tinggi'? Saya telah menerapkan pengelompokan hierarkis menggunakan jarak Euclidean dengan 100 fitur. Hingga berapa banyak fitur yang aman untuk menggunakan metrik …

241 machine-learning  clustering  distance-functions  metric  high-dimensional 

Saya bertanya-tanya, mengingat dua distribusi normal dengan σ1, μ1σ1, μ1\sigma_1,\ \mu_1 dan σ2, μ2σ2, μ2\sigma_2, \ \mu_2 bagaimana saya bisa menghitung persentase daerah yang tumpang tindih dari dua distribusi? Saya kira masalah ini memiliki nama tertentu, apakah Anda mengetahui adanya nama tertentu yang menjelaskan masalah ini? Apakah Anda mengetahui adanya …

46 normal-distribution  similarities  metric  bhattacharyya 

Saya membaca beberapa definisi mengingat dan presisi, meskipun setiap kali dalam konteks pengambilan informasi. Saya bertanya-tanya apakah seseorang dapat menjelaskan ini sedikit lebih banyak dalam konteks klasifikasi dan mungkin menggambarkan beberapa contoh. Katakanlah misalnya saya memiliki classifier biner yang memberi saya presisi 60% dan recall 95%, apakah ini classifier yang …

40 machine-learning  metric 

Saya baru saja menemukan makalah ini , yang menjelaskan bagaimana menghitung pengulangan (alias reliabilitas, alias korelasi intraclass) dari pengukuran melalui pemodelan efek campuran. Kode R adalah: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability R …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

Apa perbedaan praktis antara metrik Wasserstein dan divergensi Kullback-Leibler ? Metrik Wasserstein juga disebut sebagai jarak penggerak Bumi . Dari Wikipedia: Metrik Wasserstein (atau Vaserstein) adalah fungsi jarak yang didefinisikan antara distribusi probabilitas pada ruang metrik M. dan Divergensi Kullback – Leibler adalah ukuran bagaimana satu distribusi probabilitas berbeda dari …

25 distributions  kullback-leibler  metric  wasserstein 

Apakah mungkin untuk mengontrol biaya kesalahan klasifikasi dalam paket R randomForest ? Dalam pekerjaan saya sendiri, negatif palsu (mis., Hilang karena kesalahan bahwa seseorang mungkin menderita penyakit) jauh lebih mahal daripada positif palsu. Paket rpart memungkinkan pengguna untuk mengontrol biaya kesalahan klasifikasi dengan menentukan matriks kerugian misclassifications berat badan berbeda. …

21 r  classification  random-forest  loss-functions  metric 

Saya bertanya-tanya apakah ada yang punya wawasan atau intuisi di balik perbedaan antara Variasi Informasi dan Indeks Rand untuk membandingkan pengelompokan. Saya telah membaca makalah " Membandingkan Clusterings - Sebuah Jarak Berbasis Informasi " oleh Marina Melia (Journal of Multivariate Analysis, 2007), tetapi, selain memperhatikan perbedaan dalam definisi, saya tidak …

21 machine-learning  clustering  metric 

Divergensi Kullback-Leibler adalah metrik untuk membandingkan dua fungsi kepadatan probabilitas, tetapi metrik apa yang digunakan untuk membandingkan dua GP dan ?YXXXYYY

14 gaussian-process  metric 

Saya tahu bahwa KL Divergence tidak simetris dan tidak dapat secara ketat dianggap sebagai metrik. Jika demikian, mengapa digunakan ketika JS Divergence memenuhi properti yang diperlukan untuk metrik? Apakah ada skenario di mana KL divergence dapat digunakan tetapi tidak JS Divergence atau sebaliknya?

14 probability  distributions  kullback-leibler  metric 

Dalam mempelajari jarak Kullback-Leibler, ada dua hal yang kita pelajari dengan sangat cepat adalah bahwa itu tidak menghormati baik ketidaksetaraan segitiga maupun simetri, sifat-sifat yang diperlukan dari metrik. Pertanyaan saya adalah apakah ada metrik fungsi kepadatan probabilitas yang memenuhi semua batasan metrik .

13 distributions  distance  metric 

Untuk pengelompokan hierarkis saya sering melihat dua "metrik" berikut (mereka tidak berbicara) untuk mengukur jarak antara dua variabel acak XXX dan YYY : \newcommand{\Cor}{\mathrm{Cor}} d1(X,Y)d2(X,Y)=1−|Cor(X,Y)|,=1−(Cor(X,Y))2d1(X,Y)=1−|Cor(X,Y)|,d2(X,Y)=1−(Cor(X,Y))2\begin{align} d_1(X,Y) &= 1-|\Cor(X,Y)|, \\ d_2(X,Y) &= 1-(\Cor(X,Y))^2 \end{align} Apakah juga satu memenuhi ketidaksetaraan segitiga? Jika demikian, bagaimana saya harus membuktikannya selain hanya melakukan perhitungan bruteforce? …

13 correlation  clustering  distance  metric 

Apa metrik "terbaik" untuk matriks kovarian, dan mengapa? Jelas bagi saya bahwa Frobenius & c tidak tepat, dan sudut pandang memiliki masalah mereka juga. Secara intuitif seseorang mungkin menginginkan kompromi antara keduanya, tetapi saya juga ingin tahu apakah ada aspek lain yang perlu diingat dan mungkin standar yang sudah mapan. …

11 covariance  metric 

Saya ingin kode kmeans pengelompokan dalam python menggunakan panda dan scikit belajar. Untuk memilih k yang baik, saya ingin mengkodekan Statistik Gap dari Tibshirani dan al 2001 ( pdf ). Saya ingin tahu apakah saya dapat menggunakan hasil inersia_ dari scikit dan mengadaptasi formula statistik gap tanpa harus mengkode ulang …

9 clustering  python  k-means  scikit-learn  metric 

Mari kita katakan bahwa kita mendefinisikan jarak, yang bukan metrik , antara N item. Berdasarkan jarak ini kami kemudian menggunakan pengelompokan hierarki Agglomerative . Bisakah kita menggunakan masing-masing algoritma yang dikenal (tautan tunggal / maksimum / rata-rata dll), untuk mendapatkan hasil yang bermakna? Atau dengan kata lain, apa masalah dengan …

9 clustering  multilevel-analysis  metric  hierarchical-clustering 

Jadi saya menyadari ini telah ditanyakan sebelumnya: misalnya Apa kasus penggunaan terkait dengan analisis cluster metrik jarak yang berbeda? tetapi saya telah menemukan jawaban yang agak kontradiktif dengan apa yang disarankan harus dimungkinkan dalam literatur. Baru-baru ini saya telah membaca dua makalah yang menyebutkan menggunakan algoritma kmeans dengan metrik lain, …

8 clustering  k-means  metric