Statistiche e Big Data classification

3

Quali sono gli impatti della scelta delle diverse funzioni di perdita nella classificazione per approssimare la perdita 0-1

Sappiamo che alcune funzioni oggettive sono più facili da ottimizzare e altre difficili. E ci sono molte funzioni di perdita che vogliamo usare ma difficili da usare, ad esempio la perdita 0-1. Quindi troviamo alcune funzioni di perdita proxy per fare il lavoro. Ad esempio, usiamo la perdita della cerniera …

27 machine-learning classification optimization loss-functions

5

Cosa può indurre PCA a peggiorare i risultati di un classificatore?

Ho un classificatore su cui sto eseguendo la convalida incrociata, insieme a un centinaio di funzionalità su cui sto facendo la selezione in avanti per trovare combinazioni ottimali di funzionalità. Inoltre paragone questo con l'esecuzione degli stessi esperimenti con PCA, in cui prendo le potenziali funzionalità, applico SVD, trasformo i …

27 classification pca feature-selection

1

La convalida incrociata è un sostituto adeguato del set di convalida?

Nella classificazione del testo, ho un set di addestramento con circa 800 campioni e un set di test con circa 150 campioni. Il set di test non è mai stato utilizzato e in attesa di essere utilizzato fino alla fine. Sto usando l'intero set di addestramento di 800 campioni, con …

27 machine-learning classification cross-validation text-mining

4

Come misurare / classificare "importanza variabile" quando si utilizza CART? (in particolare usando {rpart} da R)

Quando si costruisce un modello CART (in particolare l'albero di classificazione) utilizzando rpart (in R), è spesso interessante sapere qual è l'importanza delle varie variabili introdotte nel modello. Pertanto, la mia domanda è: quali misure comuni esistono per classificare / misurare l'importanza delle variabili partecipanti in un modello CART? E …

27 r classification model-selection cart rpart

2

Quando è appropriato utilizzare una regola di punteggio impropria?

Merkle & Steyvers (2013) scrivono: Per definire formalmente una regola di punteggio adeguata, sia una previsione probabilistica di una prova di Bernoulli d con probabilità di successo reale p . Le regole di punteggio corrette sono metriche i cui valori previsti sono ridotti al minimo se f = p .fffdddpppf= …

27 classification forecasting scoring-rules

1

One-vs-All e One-vs-One in svm?

Qual è la differenza tra un classificatore SVM one-vs-all e uno-vs-one? One-vs-all significa un classificatore per classificare tutti i tipi / categorie della nuova immagine e one-vs-one significa ogni tipo / categoria di nuova immagine classificare con un diverso classificatore (ogni categoria è gestita da un classificatore speciale)? Ad esempio, …

26 machine-learning classification svm

2

Tre versioni dell'analisi discriminante: differenze e come usarle

Qualcuno può spiegare le differenze e fornire esempi specifici su come utilizzare queste tre analisi? LDA - Analisi lineare discriminante FDA - Analisi discriminante di Fisher QDA - Quadratic Discriminant Analysis Ho cercato dappertutto, ma non sono riuscito a trovare esempi reali con valori reali per vedere come vengono utilizzate …

26 classification discriminant-analysis

2

Rete neurale: per la classificazione binaria utilizzare 1 o 2 neuroni in uscita?

Supponiamo di voler fare una classificazione binaria (qualcosa appartiene alla classe A o alla classe B). Esistono alcune possibilità per farlo nel livello di output di una rete neurale: Usa 1 nodo di output. L'uscita 0 (<0,5) è considerata in classe A e 1 (> = 0,5) è considerata in …

26 machine-learning classification neural-networks

4

Previsione con caratteristiche sia continue che categoriche

Alcune tecniche di modellazione predittiva sono più progettate per gestire predittori continui, mentre altre sono migliori per gestire variabili categoriche o discrete. Naturalmente esistono tecniche per trasformare un tipo in un altro (discretizzazione, variabili fittizie, ecc.). Tuttavia, esistono delle tecniche di modellazione predittiva progettate per gestire entrambi i tipi di …

26 classification predictive-models categorical-data continuous-data discrete-data

1

Esiste un algoritmo che combina classificazione e regressione?

Mi chiedo se c'è qualche algoritmo in grado di fare classificazione e regressione allo stesso tempo. Ad esempio, vorrei lasciare che l'algoritmo impari un classificatore e, allo stesso tempo, all'interno di ciascuna etichetta, impari anche un obiettivo continuo. Pertanto, per ogni esempio di formazione, ha un'etichetta categorica e un valore …

25 regression machine-learning classification predictive-models finite-mixture-model

5

In che modo i principali componenti principali possono conservare il potere predittivo su una variabile dipendente (o persino portare a previsioni migliori)?

Supponiamo che io sono in esecuzione una regressione Y∼XY∼XY \sim X . Perché selezionando i componenti principali di di , il modello mantiene il suo potere predittivo su ?kkkXXXYYY Capisco che dal punto di vista della riduzione di dimensionalità / selezione delle caratteristiche, se sono gli autovettori della matrice di …

25 regression classification pca dimensionality-reduction regularization

4

Quando evitare la foresta casuale?

Le foreste casuali sono ben note per svolgere abbastanza bene su una varietà di compiti e sono state indicate come la pellettiera dei metodi di apprendimento . Esistono tipi di problemi o condizioni specifiche in cui si dovrebbe evitare di usare una foresta casuale?

25 machine-learning classification random-forest

2

Ha senso combinare PCA e LDA?

Supponiamo di avere un set di dati per un'attività di classificazione statistica supervisionata, ad esempio tramite un classificatore di Bayes. Questo set di dati è composto da 20 funzionalità e desidero ridurlo a 2 funzionalità tramite tecniche di riduzione della dimensionalità come Analisi componenti principali (PCA) e / o Analisi …

25 classification pca regularization discriminant-analysis overfitting

3

I primi cinque classificatori da provare per primi

Oltre a evidenti caratteristiche classificatore come costo computazionale, tipi di dati previsti di caratteristiche / etichette e idoneità per determinate dimensioni e dimensioni dei set di dati, quali sono i primi cinque (o 10, 20?) classificatori da provare prima su un nuovo set di dati di cui non si conosce …

25 machine-learning classification methodology

2

Rilevamento di schemi di imbrogli in un esame a più domande

DOMANDA: Ho dati binari su domande d'esame (corretto / errato). Alcune persone potrebbero aver avuto accesso preliminare a un sottoinsieme di domande e alle loro risposte corrette. Non so chi, quanti o quali. Se non ci fossero imbrogli, supponiamo che modellerei la probabilità di una risposta corretta per l'elemento come …

25 r clustering classification psychometrics

Domande taggate «classification»