Statistiche e Big Data

5

Come vedi che una catena di Markov è irriducibile?

Ho qualche problema a capire la proprietà irriducibile della catena Markov . Si dice che irriducibile significhi che il processo stocastico può "passare da qualsiasi stato a qualsiasi stato". Ma cosa definisce se può passare dallo stato allo stato j , oppure non può andare?ioiijjj La pagina di Wikipedia fornisce …

12 stochastic-processes markov-process

3

Perché la dimensione VC è importante?

Wikipedia afferma che: La dimensione VC è la cardinalità del più grande insieme di punti che un algoritmo può frantumare. Ad esempio, un classificatore lineare ha una cardinalità n + 1. La mia domanda è: perché ci preoccupiamo? La maggior parte dei set di dati su cui si esegue la …

12 classification algorithms vc-dimension

2

Sconcertatezza nel modello causale di Rubin - spiegazione di Layman

Quando si implementa il modello causale di Rubin, uno dei presupposti (non verificabili) di cui abbiamo bisogno è l'incondondanza, il che significa ( Y( 0 ) , Y( 1 ) ) ⊥ T| X(Y(0),Y(1))⊥T|X(Y(0),Y(1))\perp T|X Laddove l'LHS sono i controfattuali, T è il trattamento e X sono le covariate per …

12 causality treatment-effect confounding

3

Come costruire una matrice di confusione per un classificatore multiclasse?

Ho un problema con 6 classi. Quindi costruisco un classificatore multiclasse, come segue: per ogni classe, ho un classificatore di regressione logistica, usando One vs. All, il che significa che ho 6 classificatori diversi. Posso segnalare una matrice di confusione per ciascuno dei miei classificatori. Ma vorrei segnalare una matrice …

12 machine-learning logistic classification multi-class confusion-matrix

1

Che cosa significa distribuzione uniformemente log?

Quando qualcuno dice che i dati vengono campionati da una distribuzione uniformemente compresa tra 128 e 4000, cosa significa? In che modo diverso dal campionamento da una distribuzione uniforme? Vedi questo documento: http://www.jmlr.org/papers/volume13/bergstra12a/bergstra12a.pdf Grazie!

12 machine-learning distributions uniform

4

Quali sono le differenze tra i codificatori automatici e il t-SNE?

Per quanto ne so, sia gli autocodificatori che il t-SNE sono utilizzati per la riduzione della dimensionalità non lineare. Quali sono le differenze tra loro e perché dovrei usare l'uno contro l'altro?

12 neural-networks deep-learning dimensionality-reduction autoencoders tsne

2

Come utilizzare auto.arima per imputare i valori mancanti

Ho una serie di zoo con molti valori mancanti. Ho letto che auto.arimapuò imputare questi valori mancanti? Qualcuno può insegnarmi come farlo? molte grazie! Questo è quello che ho provato, ma senza successo: fit <- auto.arima(tsx) plot(forecast(fit))

12 arima

1

Qual è il problema con l'utilizzo di R-quadrato nei modelli di serie storiche?

Ho letto che l'uso di R-quadrato per le serie temporali non è appropriato perché in un contesto di serie temporali (so che ci sono altri contesti) R-quadrato non è più unico. Perchè è questo? Ho provato a cercarlo, ma non ho trovato nulla. In genere non attribuisco molto valore all'R-quadrato …

12 regression time-series r-squared

5

Come calcolare la precisione e il richiamo in una matrice di confusione 3 x 3

Predicted class Cat Dog Rabbit Actual class Cat 5 3 0 Dog 2 3 1 Rabbit 0 2 11 Come posso calcolare la precisione e richiamare in modo che sia facile calcolare il punteggio F1. La matrice di confusione normale è una dimensione 2 x 2. Tuttavia, quando diventa 3 …

12 machine-learning precision-recall

3

È possibile applicare la divergenza KL tra distribuzione discreta e continua?

Non sono un matematico. Ho cercato su Internet KL Divergence. Quello che ho imparato è che la divergenza di KL misura le informazioni perse quando approssimiamo la distribuzione di un modello rispetto alla distribuzione di input. Ho visto questi tra due distribuzioni continue o discrete. Possiamo farlo tra continuo e …

12 distributions mathematical-statistics kullback-leibler

3

Differenza tra modello di equazione simultanea e modello di equazione strutturale

Qualcuno può aiutarmi a capire quali sono le differenze tra il modello di equazione simultanea e il modello di equazione strutturale (SEM)? Sarebbe bello se qualcuno potesse fornirmi un po 'di letteratura al riguardo. Inoltre, c'è qualche letteratura in cui il SEM è stato usato nel contesto della multiproprietà? Le …

12 time-series references sem

2

Numero minimo di osservazioni per la regressione lineare multipla

Sto facendo una regressione lineare multipla. Ho 21 osservazioni e 5 variabili. Il mio obiettivo è solo trovare la relazione tra le variabili I miei dati sono impostati abbastanza per fare la regressione multipla? Il risultato del test t ha rivelato che 3 delle mie variabili non sono significative. Devo …

12 regression t-test multiple-regression

3

KNN ha una funzione di perdita?

Non ho trovato una definizione della funzione di perdita su wiki nel contesto dell'apprendimento automatico. questo però è meno formale, è abbastanza chiaro. Alla base, una funzione di perdita è incredibilmente semplice: è un metodo per valutare quanto bene il tuo algoritmo modella il tuo set di dati. Se le …

12 machine-learning

2

Differenza tra una singola rete LSTM e una rete neurale LSTM a 3 unità

LSTM nel seguente codice Keras input_t = Input((4, 1)) output_t = LSTM(1)(input_t) model = Model(inputs=input_t, outputs=output_t) print(model.summary()) può essere rappresentato come Capisco che quando chiamiamo model.predict(np.array([[[1],[2],[3],[4]]]))la (sola) unità LSTM prima elabora il vettore [1], quindi [2] più il feedback dall'input precedente e così via fino al vettore [4]. In altre …

12 machine-learning neural-networks lstm keras

1

In che modo l'aumento del gradiente calcola le stime di probabilità?

Ho cercato di capire l'incremento del gradiente leggendo vari blog, siti Web e cercando di trovare la mia risposta cercando ad esempio il codice sorgente XGBoost. Tuttavia, non riesco a trovare una spiegazione comprensibile di come gli algoritmi di aumento gradiente producano stime di probabilità. Quindi, come calcolano le probabilità?

12 machine-learning classification boosting ensemble xgboost