Statistiche e Big Data classification

1

La differenza tra regressione logistica e macchine vettoriali di supporto?

So che la regressione logistica trova un iperpiano che separa i campioni di addestramento. So anche che Support vector machines trova l'iperpiano con il margine massimo. La mia domanda: allora la differenza tra regressione logistica (LR) e macchine vettoriali di supporto (SVM) è che LR trova un iperpiano che separa …

14 machine-learning classification svm data-mining

1

Classificatori di machine learning big-O o complessità

Per valutare le prestazioni di un nuovo algoritmo di classificazione, sto cercando di confrontare l'accuratezza e la complessità (big-O in formazione e classificazione). Dall'apprendimento automatico: una recensione ottengo un elenco completo dei classificatori supervisionati, anche una tabella di precisione tra gli algoritmi e 44 problemi di test dal deposito di …

14 machine-learning classification multiple-comparisons algorithms time-complexity

3

Ponderazione dei dati più recenti nel modello Foresta casuale

Sto addestrando un modello di classificazione con Random Forest per discriminare tra 6 categorie. I miei dati transazionali hanno circa 60k + osservazioni e 35 variabili. Ecco un esempio di come appare approssimativamente. _________________________________________________ |user_id|acquisition_date|x_var_1|x_var_2| y_vay | |-------|----------------|-------|-------|--------| |111 | 2013-04-01 | 12 | US | group1 | |222 | …

14 r machine-learning classification random-forest

1

Utilizzo di LASSO su foreste casuali

Vorrei creare una foresta casuale usando il seguente processo: Costruisci un albero su un campione casuale di dati e caratteristiche usando il guadagno delle informazioni per determinare le divisioni Terminare un nodo foglia se supera una profondità predefinita O qualsiasi divisione comporterebbe un conteggio delle foglie inferiore a un minimo …

14 classification random-forest lasso ensemble

1

RandomForest - Interpretazione del diagramma MDS

Ho usato randomForest per classificare 6 comportamenti animali (ad es. In piedi, camminare, nuotare, ecc.) In base a 8 variabili (diverse posture del corpo e movimento). MDSplot nel pacchetto randomForest mi dà questo output e ho problemi nell'interpretazione del risultato. Ho fatto un PCA sugli stessi dati e ho già …

14 r classification random-forest multidimensional-scaling

5

Come si fa la classificazione del testo di una classe?

Devo affrontare un problema di classificazione del testo. Un crawler Web esegue la scansione delle pagine Web di un determinato dominio e per ogni pagina Web voglio scoprire se appartiene a una sola classe specifica o meno. Cioè, se chiamo questa classe positiva , ogni pagina web sottoposta a scansione …

14 classification text-mining naive-bayes binary-data

3

Scelta della funzione di attivazione nascosta della rete neurale

Ho letto altrove che la scelta della funzione di attivazione del livello nascosto in un NN dovrebbe essere basata sul bisogno di uno , cioè se hai bisogno di valori nell'intervallo da -1 a 1 usa tanh e usa sigmoid per l'intervallo da 0 a 1. La mia domanda è: …

14 machine-learning classification neural-networks

5

Quale algoritmo di classificazione statistica può prevedere vero / falso per una sequenza di input?

Data una sequenza di input, devo determinare se questa sequenza ha una certa proprietà desiderata. La proprietà può essere solo vera o falsa, ovvero ci sono solo due possibili classi a cui una sequenza può appartenere. L'esatta relazione tra la sequenza e la proprietà non è chiara, ma credo che …

14 machine-learning classification modeling

1

Quando le classi sbilanciate in eccesso o in sottocampionamento, la massimizzazione della precisione differisce dalla minimizzazione dei costi di classificazione errata?

Prima di tutto, vorrei descrivere alcuni layout comuni utilizzati dai libri di Data Mining spiegando come gestire i set di dati non bilanciati . Di solito la sezione principale è denominata set di dati non bilanciati e copre queste due sottosezioni: classificazione sensibile ai costi e tecniche di campionamento. Sembra …

14 machine-learning classification unbalanced-classes

3

I modelli CART possono essere resi robusti?

Un collega nel mio ufficio mi ha detto oggi "I modelli di alberi non sono buoni perché vengono catturati da osservazioni estreme". Una ricerca qui ha portato a questa discussione che sostanzialmente supporta l'affermazione. Il che mi porta alla domanda: in quale situazione un modello CART può essere robusto e …

14 regression classification robust cart

2

Perché la stima OOB della foresta casuale di errore migliora quando si riduce il numero di funzionalità selezionate?

Sto applicando un algoritmo di foresta casuale come classificatore su un set di dati di microarray che sono divisi in due gruppi noti con migliaia di funzionalità. Dopo la corsa iniziale guardo l'importanza delle funzionalità ed eseguo di nuovo l'algoritmo dell'albero con le funzionalità più importanti 5, 10 e 20. …

14 r machine-learning classification random-forest

1

Perché utilizzare il punteggio Gini normalizzato invece dell'AUC come valutazione?

La competizione di Kaggle La previsione del pilota sicuro di Porto Seguro utilizza il punteggio Gini normalizzato come metrica di valutazione e questo mi ha incuriosito sulle ragioni di questa scelta. Quali sono i vantaggi dell'utilizzo del punteggio gini normalizzato anziché delle metriche più comuni, come l'AUC, per la valutazione?

14 classification auc model-evaluation gini

1

Caret glmnet vs cv.glmnet

Sembra esserci molta confusione nel confronto tra l'uso di glmnetinside caretper cercare un lambda ottimale e l'utilizzo cv.glmnetper fare lo stesso compito. Sono state poste molte domande, ad esempio: Modello di classificazione train.glmnet vs. cv.glmnet? Qual è il modo corretto di usare glmnet con il cursore? Convalida incrociata di `glmnet` …

14 r caret glmnet machine-learning neural-networks maximum softmax probability distributions mathematical-statistics random-variable cdf statistical-significance variance expected-value ratio sample-size reliability tolerance-interval wilcoxon-signed-rank self-study variance sampling mean machine-learning svm libsvm self-study sampling ranks data-visualization histogram machine-learning classification normal-distribution mathematical-statistics maximum-likelihood mixture predictive-models prediction seasonality

1

GAM vs LOESS vs spline

Contesto : Voglio tracciare una linea in un grafico a dispersione che non appare parametrico, quindi sto usando geom_smooth()in ggplota R. Restituisce automaticamente geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to change the …

14 r gam splines loess r data-visualization boxplot mathematical-statistics theory sufficient-statistics machine-learning classification correlation svm feature-selection probability stochastic-processes machine-learning reinforcement-learning

8

Addestra una rete neurale per distinguere tra numeri pari e dispari

Domanda: è possibile addestrare un NN a distinguere tra numeri pari e dispari solo usando come input i numeri stessi? Ho il seguente set di dati: Number Target 1 0 2 1 3 0 4 1 5 0 6 1 ... ... 99 0 100 1 Ho addestrato un NN …

14 machine-learning classification categorical-data neural-networks genetic-algorithms

Domande taggate «classification»