Pertanyaan yang diberi tag «mse»

Penaksir kemungkinan maksimum (MLE) efisien secara asimptotik; kami melihat hasil praktis dalam hal mereka sering melakukan lebih baik daripada estimasi metode saat (MoM) (ketika mereka berbeda), bahkan pada ukuran sampel kecil Di sini 'lebih baik daripada' berarti dalam arti biasanya memiliki varians yang lebih kecil ketika keduanya tidak bias, dan …

57 estimation  maximum-likelihood  mse  method-of-moments  efficiency 

Saya menjalankan klasifikasi di Weka untuk dataset tertentu dan saya perhatikan bahwa jika saya mencoba memprediksi nilai nominal, output secara spesifik menunjukkan nilai prediksi yang benar dan salah. Namun, sekarang saya menjalankannya untuk atribut numerik dan hasilnya adalah: Correlation coefficient 0.3305 Mean absolute error 11.6268 Root mean squared error 46.8547 …

41 machine-learning  error  weka  mse  rms 

Melihat definisi Wikipedia tentang: Mean Squared Error (MSE) Jumlah Sisa Kuadrat (RSS) Sepertinya saya itu MSE = 1NRSS = 1N∑ ( fsaya- ysaya)2MSE=1NRSS=1N∑(fsaya-ysaya)2\text{MSE} = \frac{1}{N} \text{RSS} = \frac{1}{N} \sum (f_i -y_i)^2 di mana NNN adalah jumlah sampel dan fsayafsayaf_i adalah estimasi kami untuk ysayaysayay_i . Namun, tidak ada artikel Wikipedia …

31 residuals  mse 

Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 2 tahun yang lalu . Saya menggunakan tanda sisipan untuk menjalankan hutan acak lintas divalidasi atas dataset. Variabel Y adalah faktor. Tidak ada NaN, Inf, …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

Ketika saya menggunakan GAM, itu memberi saya sisa DF adalah (baris terakhir dalam kode). Apa artinya? Melampaui contoh GAM, Secara umum, bisakah jumlah derajat kebebasan menjadi angka yang bukan bilangan bulat?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

Dalam menunjukkan bahwa MSE dapat didekomposisi menjadi varians plus kuadrat Bias, bukti di Wikipedia memiliki langkah, disorot dalam gambar. Bagaimana cara kerjanya? Bagaimana harapan didorong ke dalam produk dari langkah ke 3 ke langkah ke 4? Jika kedua ketentuan tersebut independen, tidakkah harapan tersebut dapat diterapkan pada kedua ketentuan tersebut? …

23 random-variable  expected-value  mse 

Saya membaca bab bias-varians dari unsur-unsur pembelajaran statistik dan saya ragu dalam rumus di halaman 29. Biarkan data muncul dari model sehingga Y=f(x)+ϵY=f(x)+ϵ Y = f(x)+\epsilon mana adalah bilangan acak dengan nilai yang diharapkan dan Variance . Biarkan nilai kesalahan model yang diharapkan adalah mana adalah prediksi dari pelajar kita. …

20 machine-learning  unbiased-estimator  mse  bias-variance-tradeoff 

Saya bereksperimen sedikit autoencoder, dan dengan tensorflow saya membuat model yang mencoba merekonstruksi dataset MNIST. Jaringan saya sangat sederhana: X, e1, e2, d1, Y, di mana e1 dan e2 adalah lapisan pengkodean, d2 dan Y adalah lapisan decoding (dan Y adalah output yang direkonstruksi). X memiliki 784 unit, e1 memiliki …

19 mse  autoencoders  tensorflow  cross-entropy 

MAD = Mean Deviasi Absolut MSE = Mean Squared Error Saya telah melihat saran dari berbagai tempat bahwa MSE digunakan walaupun ada beberapa kualitas yang tidak diinginkan (mis. Http://www.stat.nus.edu.sg/~staxyc/T12.pdf , yang menyatakan pada hal. 8 "Biasanya dipercaya bahwa MAD adalah kriteria yang lebih baik daripada MSE. Namun, secara matematis MSE …

15 forecasting  error  mse  mae 

Misalkan kita memiliki dua penduga α1α1\alpha_1 dan α2α2\alpha_2 untuk beberapa parameter xxx . Untuk menentukan estimator mana yang "lebih baik" apakah kita melihat MSE (mean squared error)? Dengan kata lain kita melihat MSE=β2+σ2M.SE=β2+σ2MSE = \beta^2+ \sigma^2 mana ββ\beta adalah bias dari estimator dan σ2σ2\sigma^2 adalah varians dari estimator? Manakah yang …

13 estimation  mse 

Saya memiliki beberapa deret waktu dalam VAR (1) dan, karena beberapa dari mereka tidak memiliki satuan ukuran yang sama, saya ingin memperkirakan RMSE dalam persentase. Saya tahu itu bisa dilakukan dalam beberapa cara (lihat di bawah) tetapi saya tidak tahu persis mana yang lebih cocok dengan masalah evaluasi perkiraan. Saya …

10 time-series  mse  rms 

Saya membaca teorema Guass-Markov di wikipedia , dan saya berharap seseorang dapat membantu saya mencari tahu poin utama teorema tersebut. Kami menganggap model linear, dalam bentuk matriks, diberikan oleh: dan kami sedang mencari BLUE, β .y=Xβ+ηy=Xβ+η y = X\beta +\eta βˆβ^ \widehat\beta Sesuai dengan ini , saya akan label yang …

9 regression  least-squares  mse  blue 

Misalkan kita mengganti fungsi kerugian dari regresi logistik (yang biasanya log-kemungkinan) dengan MSE. Artinya, masih memiliki rasio odds log menjadi fungsi linier dari parameter, tetapi meminimalkan jumlah perbedaan kuadrat antara estimasi probabilitas dan hasil (dikodekan sebagai 0/1): catatanhal1 - hal=β0+β1x1+ . . . +βnxnlog⁡p1−p=β0+β1x1+...+βnxn\log \frac p{1-p} = \beta_0 + \beta_1x_1 …

9 logistic  maximum-likelihood  unbiased-estimator  mse 

Sebagai penutur bahasa Inggris non-pribumi saya bertanya-tanya mana dari ekspresi persegi atau kuadrat yang harus saya gunakan. Misalnya dalam mean square error atau mean squared error. Menurut internet, tampaknya kedua bentuk tersebut digunakan secara tidak jelas. Apakah satu ungkapan lebih persegi daripada yang lain?

9 terminology  mse 

TL; DR (terlalu panjang, tidak dibaca): Saya sedang mengerjakan masalah prediksi deret waktu, yang saya rumuskan sebagai masalah Regresi menggunakan Deep Learning (keras). Saya ingin mengoptimalkan korelasi Pearson antara prediksi saya dan label yang sebenarnya. Saya bingung dengan fakta bahwa menggunakan MSE sebagai proxy sebenarnya mengarah ke hasil yang lebih …

8 machine-learning  deep-learning  loss-functions  pearson-r  mse