Statistiche e Big Data

2

Apprendimento incrementale per modelli di classificazione in R

Supponiamo di avere un classificatore (potrebbe essere uno qualsiasi dei classificatori standard come albero decisionale, foresta casuale, regressione logistica ecc.) Per il rilevamento di frodi utilizzando il codice seguente library(randomForest) rfFit = randomForest(Y ~ ., data = myData, ntree = 400) # A very basic classifier Say, Y is a …

11 classification supervised-learning

2

La regressione lineare multipla in 3 dimensioni è un piano di adattamento ottimale o una linea di adattamento ottimale?

Il nostro prof non sta entrando nella matematica o nella rappresentazione geometrica della regressione lineare multipla e questo mi ha leggermente confuso. Da un lato si chiama ancora regressione lineare multipla, anche in dimensioni superiori. D'altra parte, se abbiamo ad esempio e possiamo inserire tutti i valori che vorremmo per …

11 multiple-regression high-dimensional

2

Differenza nelle differenze con i dati del pannello di livello individuale

Qual è il modo corretto di specificare una differenza nel modello di differenza con i dati del pannello di livello individuale? Ecco l'impostazione: supponiamo che io abbia i dati del panel a livello individuale incorporati nelle città per più anni e il trattamento varia a livello di città-anno. Formalmente, sia …

11 econometrics panel-data fixed-effects-model difference-in-difference

1

Come interpretare i risultati del modello TBATS e la diagnostica del modello

Ho una domanda ogni mezz'ora, che è una serie temporale multi-stagionale. Ho usato tbatsnel forecastpacchetto in R, e ho ottenuto risultati come questo: TBATS(1, {5,4}, 0.838, {<48,6>, <336,6>, <17520,5>}) Significa che la serie non deve necessariamente usare la trasformazione di Box-Cox e che il termine di errore è ARMA (5, …

11 r time-series diagnostic multiple-seasonalities tbats

2

tecniche di apprendimento automatico per dati longitudinali

Mi chiedevo se esistessero tecniche di apprendimento automatico (senza supervisione) per la modellazione di dati longitudinali? Ho sempre usato modelli di effetti misti (per lo più non lineari) ma mi chiedevo se ci fossero altri modi per farlo (usando l'apprendimento automatico). Per apprendimento automatico, intendo foresta casuale, classificazione / raggruppamento, …

11 machine-learning mixed-model

1

Quando devo smettere di cercare un modello?

Sto cercando un modello tra i prezzi dell'energia e il tempo. Ho il prezzo del MWatt acquistato tra i paesi d'Europa e molti valori sul tempo (file Grib). Ogni ora per un periodo di 5 anni (2011-2015). Prezzo / giorno Questo è al giorno per un anno. Ho questo per …

11 time-series forecasting predictive-models modeling large-data

4

Buoni esempi / libri / risorse per conoscere l'apprendimento automatico applicato (non solo ML stesso)

Ho seguito un corso ML in precedenza, ma ora sto lavorando con progetti relativi alla ML nel mio lavoro, sto lottando un po 'per applicarlo effettivamente. Sono sicuro che le cose che sto facendo sono state studiate / trattate prima, ma non riesco a trovare argomenti specifici. Tutti gli esempi …

11 machine-learning references train application

1

Qual è una spiegazione dell'esempio del perché la normalizzazione in lotti deve essere fatta con una certa cura?

Stavo leggendo il documento di normalizzazione in lotti [1] e aveva una sezione in cui è riportato un esempio, cercando di mostrare perché la normalizzazione deve essere eseguita con attenzione. Sinceramente, non riesco a capire come funziona l'esempio e sono sinceramente molto curioso di capire il loro lavoro il più …

11 machine-learning neural-networks conv-neural-network

2

Le reti residue sono correlate all'aumento gradiente?

Recentemente, abbiamo visto emergere la rete neurale residua, in cui ogni strato è costituito da un modulo computazionale e da una connessione di scelta rapida che preserva l'input allo strato come l'output del suo strato mostra: y i + 1 = c i + y i La rete consente di …

11 machine-learning neural-networks deep-learning gradient-descent residual-networks

2

Convalida incrociata dopo LASSO in dati di sondaggi complessi

Sto cercando di fare la selezione del modello su alcuni predittori candidati usando LASSO con un risultato continuo. L'obiettivo è selezionare il modello ottimale con le migliori prestazioni di predizione, che di solito può essere eseguito mediante convalida incrociata K-fold dopo aver ottenuto un percorso di soluzione dei parametri di …

11 cross-validation survey lasso glmnet

4

Rete neurale - significato dei pesi

Sto usando il feed-forward NN. Capisco il concetto, ma la mia domanda riguarda i pesi. Come puoi interpretarli, cioè cosa rappresentano o come possono essere distrutti (assediati solo dai coefficienti di funzione)? Ho trovato qualcosa chiamato "spazio di pesi", ma non sono sicuro di cosa significhi.

11 neural-networks weights

1

Differenza tra ElasticNet in scikit-learn Python e Glmnet in R

Qualcuno ha provato a verificare se il montaggio di un modello di rete elastica con ElasticNetin scikit-learn in Python e glmnetin R sullo stesso set di dati produce risultati aritmetici identici? Ho sperimentato molte combinazioni di parametri (poiché le due funzioni differiscono nei valori predefiniti che passano agli argomenti) e …

11 machine-learning scikit-learn glmnet elastic-net

2

L'interpretazione della media del modello risulta in R

Sto cercando di capire e sapere cosa riportare dalla mia analisi di alcuni dati usando la media del modello in R. Sto usando il seguente script per analizzare l'effetto del metodo di misurazione su una determinata variabile: Ecco il set di dati: https://www.dropbox.com/s/u9un273gzw9o30u/VMT4.csv?dl=0 Modello da montare: LM.1 <- gls(VMTf ~ …

11 r model-averaging

3

Principali vantaggi dei modelli di processo gaussiani

Il processo gaussiano è stato ampiamente utilizzato, specialmente nell'emulazione. È noto che la domanda computazionale è elevata ( ).0(n3)0(n3)0(n^3) Cosa li rende popolari? Quali sono i loro vantaggi principali e nascosti? Perché vengono utilizzati al posto dei modelli parametrici (per modello parametrico intendo la regressione lineare tipica in cui è …

11 gaussian-process

3

Regressione con dati distorti

Cercare di calcolare i conteggi delle visite in base a dati demografici e servizi. I dati sono molto distorti. Gli istogrammi: grafici qq (a sinistra è il registro): m <- lm(d$Visits~d$Age+d$Gender+city+service) m <- lm(log(d$Visits)~d$Age+d$Gender+city+service) citye servicesono variabili fattoriali. Ottengo un valore p basso *** per tutte le variabili, ma ottengo …

11 regression multiple-regression predictive-models exponential qq-plot