Pertanyaan yang diberi tag «prediction»

Saya mencoba memahami cara kerja Random Forest. Saya memiliki pemahaman tentang bagaimana pohon dibangun tetapi tidak dapat memahami bagaimana Random Forest membuat prediksi dari sampel kantong. Adakah yang bisa memberi saya penjelasan sederhana, tolong? :)

13 random-forest  prediction 

Mari kita pertimbangkan dataset hipotetis ini: set.seed(12345) num.subjects <- 10 dose <- rep(c(1,10,50,100), num.subjects) subject <- rep(1:num.subjects, each=4) group <- rep(1:2, each=num.subjects/2*4) response <- dose*dose/10 * group + rnorm(length(dose), 50, 30) df <- data.frame(dose=dose, response=response, subject=subject, group=group) bisa kita gunakan lmeuntuk memodelkan respons dengan model efek acak: require(nlme) model <- …

13 mixed-model  linear-model  prediction 

Bisakah Hutan Acak dilatih untuk memprediksi data penghitungan dengan tepat? Bagaimana ini akan dilanjutkan? Saya memiliki rentang nilai yang cukup luas sehingga klasifikasi tidak terlalu masuk akal. Jika saya akan menggunakan regresi, apakah saya akan memotong hasilnya? Saya cukup tersesat di sini. Ada ide?

12 r  regression  random-forest  prediction  count-data 

Saya ingin memahami uji pasti fisher dengan lebih baik, jadi saya menyusun contoh mainan berikut ini, di mana f dan m berhubungan dengan pria dan wanita, dan n dan y berhubungan dengan "konsumsi soda" seperti ini: > soda_gender f m n 0 5 y 5 0 Jelas, ini adalah penyederhanaan …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

Saya menggunakan paket caret untuk melatih objek randomForest dengan 10x10CV. library(caret) tc <- trainControl("repeatedcv", number=10, repeats=10, classProbs=TRUE, savePred=T) RFFit <- train(Defect ~., data=trainingSet, method="rf", trControl=tc, preProc=c("center", "scale")) Setelah itu, saya menguji randomForest pada testSet (data baru) RF.testSet$Prediction <- predict(RFFit, newdata=testSet) Matriks kebingungan menunjukkan kepada saya, bahwa modelnya tidak terlalu buruk. …

12 r  random-forest  prediction  caret 

Netflix digunakan untuk mendasarkan sarannya pada peringkat yang dikirimkan pengguna dari film / acara lain. Sistem peringkat ini memiliki lima bintang. Sekarang, Netflix memungkinkan pengguna untuk menyukai / tidak suka (acungan jempol / jempol) film / pertunjukan. Mereka mengklaim lebih mudah untuk menilai film. Bukankah klasifikasi 2 arah ini secara …

11 variance  predictive-models  prediction 

Saya bertanya-tanya apakah interval prediksi dan interval kredibel mengevaluasi hal yang sama. Misalnya dengan regresi linier, ketika Anda memperkirakan interval prediksi dari nilai yang dipasang, Anda memperkirakan batas interval di mana Anda mengharapkan nilai Anda turun. Sebaliknya ke interval kepercayaan, Anda tidak fokus pada parameter distribusi seperti nilai rata-rata, tetapi …

11 bayesian  linear-model  prediction  prediction-interval  credible-interval 

Saya mencoba menggunakan neuralnetpaket R (dokumentasi di sini ) untuk prediksi. Inilah yang saya coba lakukan: library(neuralnet) x <- cbind(runif(50, min=1, max=500), runif(50, min=1, max=500)) y <- x[, 1] * x[, 2] train <- data.frame(x, y) n <- names(train) f <- as.formula(paste('y ~', paste(n[!n %in% 'y'], collapse = ' + …

11 r  neural-networks  prediction  error 

Telah ditunjukkan bahwa pilihan model ABC menggunakan faktor Bayes tidak direkomendasikan karena adanya kesalahan yang berasal dari penggunaan statistik ringkasan. Kesimpulan dalam makalah ini bergantung pada studi tentang perilaku metode populer untuk mendekati faktor Bayes (Algoritma 2). Diketahui bahwa faktor Bayes bukan satu-satunya cara untuk melakukan pemilihan model. Ada fitur …

11 bayesian  model-selection  prediction  abc 

Saya punya beberapa pertanyaan untuk interval prediksi dan toleransi. Mari kita sepakati definisi interval toleransi terlebih dahulu: Kita diberi tingkat kepercayaan, katakanlah 90%, persentase populasi yang akan ditangkap, katakanlah 99%, dan ukuran sampel, katakanlah 20. Distribusi probabilitas diketahui, katakan normal untuk kenyamanan. Sekarang, mengingat ketiga angka di atas (90%, 99% …

11 prediction  prediction-interval  tolerance-interval 

The mgcvpaket untuk Rmemiliki dua fungsi untuk pas interaksi produk tensor: te()dan ti(). Saya memahami pembagian kerja dasar antara keduanya (menyesuaikan interaksi non-linear vs menguraikan interaksi ini menjadi efek utama dan interaksi). Yang tidak saya mengerti adalah mengapa te(x1, x2)dan ti(x1) + ti(x2) + ti(x1, x2)mungkin menghasilkan (sedikit) hasil yang …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Apakah ada cara untuk mendapatkan skor kepercayaan (kita dapat menyebutnya juga nilai kepercayaan atau kemungkinan) untuk setiap nilai yang diprediksi saat menggunakan algoritma seperti Random Forests atau Extreme Gradient Boosting (XGBoost)? Katakanlah skor kepercayaan ini akan berkisar dari 0 hingga 1 dan menunjukkan seberapa yakin saya tentang prediksi tertentu . …

11 r  regression  random-forest  prediction  boosting 

Saya sedang mengerjakan beberapa proyek pemodelan prediktif dewasa ini: mencoba mempelajari suatu model dan membuat prediksi waktu nyata berdasarkan pada model yang saya pelajari secara offline. Saya mulai menggunakan regresi ridge baru-baru ini, karena saya membaca bahwa regularisasi dapat membantu mengurangi efek multikolinieritas. Namun, saya membaca blog ini hari ini. …

11 regression  prediction  multicollinearity  ridge-regression 

Saya tertarik dalam memodelkan total tangkapan ikan menggunakan gam dalam mgcv untuk memodelkan efek acak sederhana untuk masing-masing kapal (yang melakukan perjalanan berulang kali dalam perikanan). Saya memiliki 98 subjek, jadi saya pikir saya akan menggunakan gam daripada gamm untuk memodelkan efek acak. Model saya adalah: modelGOM <- gam(TotalFish ~ …

10 prediction  random-effects-model  gam  mgcv 

Apa hubungan dan perbedaan antara inferensi kausal dan prediksi (baik klasifikasi dan regresi)? Dalam konteks prediksi, kami memiliki variabel prediktor / input dan variabel respons / keluaran. Apakah itu berarti bahwa ada hubungan sebab akibat antara variabel input dan output? Jadi, apakah prediksi termasuk inferensi kausal? Jika saya mengerti dengan …

10 prediction  causality  definition