Pertanyaan yang diberi tag «sparse»

Saya telah melihat suatu tempat bahwa jarak klasik (seperti jarak Euclidean) menjadi sangat lemah ketika kita memiliki data multidimensi dan jarang. Mengapa? Apakah Anda memiliki contoh dua vektor data jarang di mana jarak Euclidean tidak berkinerja baik? Dalam hal ini kesamaan mana yang harus kita gunakan?

72 machine-learning  clustering  data-mining  sparse  euclidean 

Saya belajar tentang PCA beberapa kuliah yang lalu di kelas dan dengan menggali lebih banyak tentang konsep yang menarik ini, saya mengetahui tentang PCA yang jarang. Saya ingin bertanya, jika saya tidak salah, ini adalah PCA yang jarang: Di PCA, jika Anda memiliki titik data dengan variabel p , Anda …

24 machine-learning  pca  sparse 

Apakah ada implementasi hutan acak R yang bekerja dengan baik dengan data yang sangat jarang? Saya memiliki ribuan atau jutaan variabel input boolean, tetapi hanya ratusan atau lebih akan BENAR untuk setiap contoh yang diberikan. Saya relatif baru untuk R dan memperhatikan bahwa ada paket 'Matrix' untuk menangani data yang …

23 r  random-forest  sparse 

Apa perbedaan utama antara data jarang dan data yang hilang? Dan bagaimana pengaruhnya terhadap pembelajaran mesin? Lebih khusus lagi, apa efek data jarang dan data yang hilang miliki pada algoritma klasifikasi dan tipe algoritma regresi (prediksi angka). Saya berbicara tentang situasi, di mana persentase data yang hilang signifikan dan kami …

20 machine-learning  dataset  missing-data  sparse 

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 . Saya mencoba menyusun daftar algoritma pengelompokan yang: Diimplementasikan dalam R Beroperasi pada matriks data jarang (bukan (dis) matriks kesamaan), seperti …

18 r  clustering  sparse 

Sebuah L1L1L_1 norma adalah unik (setidaknya sebagian) karena p=1p=1p=1 adalah pada batas antara non-cembung dan cembung. Sebuah L1L1L_1 norma adalah 'yang paling jarang' cembung norma (kanan?). Saya mengerti bahwa p=2p=2p=2 norma Euclidean memiliki akar dalam geometri dan memiliki interpretasi yang jelas ketika dimensi memiliki unit yang sama. Tapi saya tidak …

13 regression  regularization  sparse 

Saya mencoba untuk mengklasifikasikan pesan ke dalam kategori yang berbeda menggunakan SVM. Saya telah menyusun daftar kata / simbol yang diinginkan dari set pelatihan. Untuk setiap vektor, yang mewakili pesan, saya mengatur baris yang sesuai 1jika kata tersebut ada: "corpus" adalah: [mary, little, lamb, star, twinkle] pesan pertama: "mary had …

12 classification  svm  sparse 

Saya telah melihat banyak makalah tentang representasi jarang belakangan ini, dan kebanyakan dari mereka menggunakan norma dan melakukan beberapa minimisasi. Pertanyaan saya adalah, apa norma , dan norma campuran? Dan bagaimana mereka relevan dengan regularisasi?ℓ p ℓ p , qℓpℓp\ell_pℓpℓp\ell_pℓp,qℓp,q\ell_{p, q} Terima kasih

12 machine-learning  regularization  sparse 

Cara klasik analisis komponen utama '(PCA) adalah untuk melakukannya pada input data matriks yang kolom memiliki rata-rata nol (maka PCA dapat "memaksimalkan varians"). Ini dapat dicapai dengan mudah dengan memusatkan kolom. Namun, ketika matriks input jarang, matriks tengah sekarang akan lebih jarang, dan - jika matriks sangat besar - dengan …

10 pca  algorithms  dimensionality-reduction  large-data  sparse 

Saya sedang mengerjakan kumpulan data. Setelah menggunakan beberapa teknik identifikasi model, saya keluar dengan model ARIMA (0,2,1). Saya menggunakan detectIOfungsi dalam paket TSAdalam R untuk mendeteksi outlier inovatif (IO) pada pengamatan ke-48 set data asli saya. Bagaimana cara memasukkan pencilan ini ke dalam model saya sehingga saya dapat menggunakannya untuk …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

Sudah diketahui umum (misalnya dalam bidang penginderaan tekan) bahwa norma adalah "penginduksian sparsitas," dalam arti bahwa jika kita meminimalkan fungsional (untuk matriks tetap dan vektor ) untuk ukuran yang cukup besar \ lambda> 0 , kami cenderung untuk banyak pilihan A , \ vec {b} , dan \ lambda untuk …

10 regression  matrix  normalization  regularization  sparse 

Saya mencoba untuk menghasilkan matriks korelasi p×phal×halp\times p (symmetric psd) dengan struktur sparsity yang ditentukan sebelumnya (ditentukan oleh grafik pada phalp node). Node yang terhubung dalam grafik memiliki korelasi ρ∼U(0,1)ρ∼U(0,1)\rho \sim U(0,1) , sisanya semua adalah 0 dan diagonal adalah semua 1. Saya telah mencoba membuat matriks ini beberapa kali …

9 correlation  matrix  sparse  correlation-matrix 

Saya memiliki input yang sangat jarang, misalnya lokasi fitur tertentu dalam gambar input. Selanjutnya setiap fitur dapat memiliki beberapa deteksi (tidak yakin apakah ini akan mempengaruhi desain sistem). Ini saya akan menyajikan sebagai 'gambar biner' saluran k dengan piksel ON yang mewakili keberadaan fitur itu, dan sebaliknya. Kita dapat melihat …

9 neural-networks  deep-learning  sparse 

Apakah ada yang punya pengalaman dengan pendekatan untuk memilih jumlah komponen utama yang jarang dimasukkan dalam model regresi?

9 pca  sparse  regression-strategies 

Saya mengerti bahwa penginderaan terkompresi menemukan solusi yang paling jarang y=Axy=Axy = Ax dimana x∈RDx∈RDx \in \mathbb{R}^D, A∈Rk×DA∈Rk×DA \in \mathbb{R}^{k \times D}, dan y∈Rky∈Rky \in \mathbb{R}^{k}, k&lt;&lt;Dk&lt;&lt;Dk << D. Dengan cara ini kita dapat merekonstruksi xxx (asli) menggunakan yyy(Kompresi), cukup cepat. Kami mengatakan ituxxxadalah solusi paling jarang. Sparsity dapat dipahami …

8 lasso  sparse