Statistiche e Big Data

2

Metriche di classificazione multilivello su scikit

Sto cercando di creare un classificatore multi-etichetta in modo da assegnare argomenti ai documenti esistenti usando scikit Sto elaborando i miei documenti passandoli attraverso le TfidfVectorizeretichette attraverso il MultiLabelBinarizere ho creato un OneVsRestClassifiercon uno SGDClassifiercome stimatore. Tuttavia quando collaudo il mio classificatore ottengo solo punteggi fino a .29 che da …

19 scikit-learn multi-class multilabel

3

Come è

Consenti alle coordinate cartesiane di un punto casuale di selezionare st .x , yx,yx,y( x , y) ∼ U( - 10 , 10 ) × U( - 10 , 10 )(x,y)∼U(−10,10)×U(−10,10)(x,y) \sim U(-10,10) \times U(-10,10) Così, il raggio, , non è distribuita uniformemente come sottintende 's pdf .ρ = x2+ …

19 normal-distribution matlab pdf uniform

5

Quando il teorema del limite centrale e la legge dei grandi numeri non sono d'accordo

Questa è essenzialmente una replica di una domanda che ho trovato su math.se , che non ha ottenuto le risposte che speravo. Sia una sequenza di variabili casuali indipendenti, distribuite in modo identico, con e .{Xi}i∈N{Xi}i∈N\{ X_i \}_{i \in \mathbb{N}}E[Xi]=1E[Xi]=1\mathbb{E}[X_i] = 1V[Xi]=1V[Xi]=1\mathbb{V}[X_i] = 1 Considera la valutazione di limn→∞P(1n−−√∑i=1nXi≤n−−√)limn→∞P(1n∑i=1nXi≤n) \lim_{n …

19 probability mathematical-statistics asymptotics

3

Un moncone di decisione è un modello lineare?

Ceppo decisionale è un albero decisionale con una sola divisione. Può anche essere scritto come una funzione a tratti. Ad esempio, supponiamo che xxx sia un vettore e x1x1x_1 sia il primo componente di xxx , nell'impostazione di regressione, un moncone di decisione può essere f(x)={35x1≤2x1>2f(x)={3x1≤25x1>2f(x)= \begin{cases} 3& x_1\leq 2 …

19 machine-learning cart linear boosting

3

Cosa dovrebbe essere insegnato per primo: Probabilità o Statistica?

Mi sono appena iscritto come membro di facoltà in un dipartimento di matematica. di un'istituzione rinomata. Insegnerò il corso Probabilità e statistica a livello universitario. L'istituzione ha già un programma per questo corso di cui non sono molto soddisfatto. In quel programma, le statistiche sono coperte per prime, anche la …

19 teaching

5

Cosa c'è in un nome: iperparametri

Quindi in una distribuzione normale, abbiamo due parametri: mean e variance . Nel libro Pattern Recognition and Machine Learning , appare improvvisamente un iperparametro nei termini di regolarizzazione della funzione di errore.μμ\muσ2σ2\sigma^2λλ\lambda Cosa sono gli iperparametri? Perché sono nominati come tali? E in che modo sono intuitivamente diversi dai parametri …

19 terminology definition parameterization hyperparameter

1

Antonimo della varianza

C'è una parola che significa "inverso della varianza"? Cioè, se ha una varianza elevata, allora ha un basso ? Non ti interessa un quasi antonimo (come "accordo" o "somiglianza") ma significa specificamente ?XXXXXX......\dots1 / σ21/σ21/\sigma^2

19 bayesian variance terminology precision

3

Perché skip-gram è meglio per parole rare di CBOW?

Mi chiedo perché skip-gram sia meglio per le parole rare rispetto a CBOW in word2vec. Ho letto il reclamo su https://code.google.com/p/word2vec/ .

19 natural-language word2vec word-embeddings

2

La regolarizzazione può essere utile se siamo interessati solo alla modellazione, non alla previsione?

La regolarizzazione può essere utile se siamo interessati solo a stimare (e interpretare) i parametri del modello, non a previsioni o previsioni? Vedo come la regolarizzazione / convalida incrociata sia estremamente utile se il tuo obiettivo è fare buone previsioni su nuovi dati. Ma cosa succede se stai facendo economia …

19 cross-validation econometrics model-selection interpretation regularization

5

Quali sono alcuni buoni set di dati per apprendere algoritmi di apprendimento automatico di base e perché?

Sono nuovo di machine learning e cerco alcuni set di dati attraverso i quali posso confrontare e contrastare le differenze tra i diversi algoritmi di machine learning (Decision Trees, Boosting, SVM e Neural Networks) Dove posso trovare tali set di dati? Cosa dovrei cercare considerando un set di dati? Sarebbe …

19 machine-learning dataset

2

Perché la stima della massima verosimiglianza è considerata una tecnica frequentista

Le statistiche del frequentista per me sono anche sinonimo di decisione presa per tutti i possibili campioni. Vale a dire, una regola di decisione del frequentista dovrebbe sempre cercare di ridurre al minimo il rischio del frequentista, che dipende da una funzione di perdita e dal vero stato della natura …

19 maximum-likelihood frequentist

2

Potenziamento: perché il tasso di apprendimento è chiamato parametro di regolarizzazione?

Il parametro della velocità di apprendimento ( ) in Gradient Boosting riduce il contributo di ogni nuovo modello base - tipicamente un albero superficiale - che viene aggiunto nella serie. È stato dimostrato che aumenta drasticamente la precisione del set di test, il che è comprensibile come con passaggi più …

19 machine-learning data-mining predictive-models boosting overfitting

3

Pregiudizio di regressione logistica di eventi rari: come simulare le p sottostimate con un esempio minimo?

CrossValidated ha diverse domande su quando e come applicare la rara correzione del bias di eventi di King e Zeng (2001) . Sto cercando qualcosa di diverso: una dimostrazione minima basata sulla simulazione dell'esistenza del pregiudizio. In particolare, il re e lo stato di Zeng "... in dati di eventi …

19 r logistic simulation bias rare-events

8

Perché la varianza non è definita come la differenza tra ogni valore che si susseguono?

Questa potrebbe essere una semplice domanda per molti, ma eccola qui: Perché la varianza non è definita come la differenza tra ogni valore che si susseguono invece della differenza rispetto alla media dei valori? Questa sarebbe la scelta più logica per me, immagino che ovviamente sto supervisionando alcuni svantaggi. Grazie …

19 variance

3

Utilizzo di RNN (LSTM) per prevedere i vettori della serie temporale (Theano)

Ho un problema molto semplice ma non riesco a trovare lo strumento giusto per risolverlo. Ho una sequenza di vettori della stessa lunghezza. Ora vorrei addestrare LSTM RNN sul treno campione di queste sequenze e poi farlo predire una nuova sequenza di vettori di lunghezza basata su diversi vettori di …

19 neural-networks python lstm