Statistiche e Big Data

3

Come derivare l'interpretazione probabilistica dell'AUC?

Perché l'area sotto la curva ROC ha la probabilità che un classificatore classifichi un'istanza "positiva" scelta casualmente (dalle previsioni recuperate) più alta di un'istanza "positiva" scelta casualmente (dalla classe positiva originale)? Come si può dimostrare matematicamente questa affermazione usando l'integrale, dando ai CDF e ai PDF le vere distribuzioni di …

14 probability roc auc

2

Jensen Shannon Divergence vs Kullback-Leibler Divergence?

So che KL Divergence non è simmetrica e non può essere considerata rigorosamente come una metrica. In tal caso, perché viene utilizzato quando JS Divergence soddisfa le proprietà richieste per una metrica? Esistono scenari in cui è possibile utilizzare la divergenza KL ma non JS Divergence o viceversa?

14 probability distributions kullback-leibler metric

3

Esempio di come funziona il trucco log-sum-exp in Naive Bayes

Ho letto del trucco log-sum-exp in molti posti (ad esempio qui e qui ) ma non ho mai visto un esempio di come viene applicato in modo specifico al classificatore Naive Bayes (ad esempio con funzionalità discrete e due classi) Come si eviterebbe esattamente il problema del underflow numerico usando …

14 naive-bayes underflow

2

Che cos'è una classe SVM e come funziona?

Stavo usando una classe SVM , implementata in scikit-learn, per il mio lavoro di ricerca. Ma non ho una buona comprensione di questo. Qualcuno può dare una spiegazione semplice e buona di una classe SVM ?

14 machine-learning svm data-mining novelty-detection

6

Stima MLE vs MAP, quando usare quale?

MLE = stima della massima verosimiglianza MAP = Massimo a posteriori MLE è intuitivo / ingenuo in quanto inizia solo con la probabilità di osservazione dato il parametro (cioè la funzione di probabilità) e cerca di trovare il parametro più adatto all'osservazione . Ma non prende in considerazione la conoscenza …

14 machine-learning bayesian estimation maximum-likelihood inference

2

Sovradispersione nella regressione logistica

Sto cercando di capire il concetto di sovradispersione nella regressione logistica. Ho letto che la sovraispersione è quando la varianza osservata di una variabile di risposta è maggiore di quanto ci si aspetterebbe dalla distribuzione binomiale. Ma se una variabile binomiale può avere solo due valori (1/0), come può avere …

14 logistic variance binomial mean overdispersion

1

Conversione di beta standardizzati in variabili originali

Mi rendo conto che questa è probabilmente una domanda molto semplice ma dopo la ricerca non riesco a trovare la risposta che sto cercando. Ho un problema in cui devo standardizzare le variabili eseguono la (regressione della cresta) per calcolare le stime della cresta delle beta. Ho quindi bisogno di …

14 regression standard-error standardization predictor centering

2

Convalida incrociata e ottimizzazione dei parametri

Ho una domanda sull'ottimizzazione dei parametri quando utilizzo la convalida incrociata 10 volte. Voglio chiedere se i parametri devono essere corretti o meno durante l'allenamento del modello di ogni piega, ovvero (1) selezionare un set di parametri ottimizzati per la precisione media di ogni piega. o (2) Dovrei trovare il …

14 cross-validation optimization parameterization

1

Perché l'errore “aggiustamento stimato 'a' è NA” generato dal pacchetto di avvio R quando si calcolano gli intervalli di confidenza usando il metodo bca?

Ho un vettore di numeri che ho caricato qui (... / code / MyData.Rdata) usando dput. Vorrei ottenere il bca ci quindi ho scritto questo codice: my.mean <- function(dat, idx){ return (mean(dat[idx], na.rm = TRUE)) } boot.out<-boot(data=my.data, statistic = my.mean, R=1000) Ma quando eseguo quanto segue ottengo questo: > boot.ci(boot.out) …

14 r bootstrap

3

Stima computazionalmente efficiente della modalità multivariata

Versione breve: qual è il metodo più efficiente dal punto di vista computazionale per stimare la modalità di un set di dati multidimensionale, campionato da una distribuzione continua? Versione lunga: ho un set di dati di cui ho bisogno per stimare la modalità di. La modalità non coincide con la …

14 estimation multivariate-analysis continuous-data mode

2

Stima della probabilità di sopravvivenza in R

Sulla base di un campione di tempi di sopravvivenza, vorrei stimare la probabilità di sopravvivere al tempo , per alcuni specifici , usando lo stimatore Kaplan-Meier. È possibile farlo in ? Si prega di notare che non è necessariamente l'ora di un evento.t t tnnnttttttRttt

14 r kaplan-meier

1

Gli intervalli di confidenza unilaterale possono avere una copertura del 95%

Mi chiedevo, data un'ipotesi unilaterale (a una coda) con un livello alfa di .05, possiamo parlare degli intervalli di confidenza al 95% ? Ad esempio, possiamo costruire separatamente intervalli di confidenza " unilaterali" e "bilaterali" per un test Z o t unilaterale? quale sarebbe l ' "interpretazione" di ciascuno di …

14 hypothesis-testing confidence-interval

4

È possibile utilizzare l'errore quadratico medio per la classificazione?

Conosco la formula dell'errore al quadrato medio e come calcolarla. Quando parliamo di una regressione, possiamo calcolare l'errore quadratico medio. Tuttavia, possiamo parlare di un MSE per un problema di classificazione e come calcolarlo?

14 classification error

2

Come viene addestrato il livello di incorporamento nel livello Incorporamento di Keras

Come viene addestrato il livello di incorporamento nel livello Incorporamento di Keras? (ad esempio usando tensorflow backend, il che significa che è simile a word2vec, glove o fasttext) Supponiamo di non utilizzare un incorporamento predefinito.

14 deep-learning keras word-embeddings

3

Teorema universale di approssimazione per reti convoluzionali

Il teorema di approssimazione universale è un risultato abbastanza famoso per le reti neurali, in sostanza affermando che sotto alcuni presupposti, una funzione può essere approssimata uniformemente da una rete neurale con qualsiasi precisione. C'è qualche risultato analogo che si applica alle reti neurali convoluzionali?

14 neural-networks conv-neural-network approximation