Statistiche e Big Data classification

3

Quali sono i vantaggi di impilare più LSTM?

Quali sono i vantaggi, perché si dovrebbero usare più LSTM, accatastati uno accanto all'altro, in una rete profonda? Sto usando un LSTM per rappresentare una sequenza di input come un singolo input. Quindi una volta che ho quella singola rappresentazione, perché dovrei passarla di nuovo? Lo sto chiedendo perché l'ho …

25 classification neural-networks deep-learning lstm rnn

4

Quale problema risolve il sovracampionamento, il sottocampionamento e SMOTE?

In una domanda recente, ben accolta, Tim chiede quando i dati sbilanciati sono davvero un problema in Machine Learning ? La premessa della domanda è che c'è molta letteratura sull'apprendimento automatico che discute dell'equilibrio delle classi e del problema delle classi squilibrate . L'idea è che i set di dati …

25 machine-learning classification predictive-models unbalanced-classes

2

Bag-of-Words per la classificazione del testo: perché non usare solo le frequenze delle parole invece del TFIDF?

Un approccio comune alla classificazione del testo è quello di formare un classificatore fuori da un "bag-of-word". L'utente prende il testo per essere classificato e conta le frequenze delle parole in ciascun oggetto, seguito da una sorta di taglio per mantenere la matrice risultante di dimensioni gestibili. Vedo spesso che …

24 machine-learning classification text-mining

1

Qual è la probabilità che punti casuali in dimensioni siano linearmente separabili?

Dati punti dati, ognuno con caratteristiche, sono etichettati come , l'altro sono etichettati come . Ogni caratteristica prende un valore da modo casuale (distribuzione uniforme). Qual è la probabilità che esista un iperpiano che può dividere le due classi?nnndddn / 2n/2n/2000n / 2n/2n/2111[ 0 , 1 ][0,1][0,1] Consideriamo prima il …

24 probability classification mathematical-statistics separation

3

Convalida incrociata o bootstrap per valutare le prestazioni di classificazione?

Qual è il metodo di campionamento più appropriato per valutare le prestazioni di un classificatore su un particolare set di dati e confrontarlo con altri classificatori? La convalida incrociata sembra essere una pratica standard, ma ho letto che metodi come il bootstrap .632 sono una scelta migliore. Come follow-up: la …

24 machine-learning classification predictive-models cross-validation bootstrap

2

Quanto è necessario un set di allenamento?

Esiste un metodo comune utilizzato per determinare quanti campioni di addestramento sono necessari per addestrare un classificatore (un LDA in questo caso) per ottenere una precisione minima di generalizzazione della soglia? Lo sto chiedendo perché vorrei minimizzare il tempo di calibrazione normalmente richiesto in un'interfaccia cervello-computer.

24 classification

2

Qual è la differenza tra una funzione di perdita e una funzione di decisione?

Vedo che entrambe le funzioni fanno parte di metodi di data mining come Gradient Boosting Regressors. Vedo che anche quelli sono oggetti separati. Come è la relazione tra i due in generale?

23 regression classification data-mining decision-theory

2

Come gestire la differenza tra la distribuzione del set di test e il set di allenamento?

Penso che un'ipotesi di base dell'apprendimento automatico o della stima dei parametri sia che i dati invisibili provengano dalla stessa distribuzione dell'insieme di formazione. Tuttavia, in alcuni casi pratici, la distribuzione del set di test sarà quasi diversa dal set di training. Supponiamo che si tratti di un problema di …

23 machine-learning classification skewness unbalanced-classes multi-class

3

Visualizzazione della calibrazione della probabilità prevista di un modello

Supponiamo che io abbia un modello predittivo che produce, per ogni istanza, una probabilità per ogni classe. Ora riconosco che ci sono molti modi per valutare un tale modello se voglio usare quelle probabilità per la classificazione (precisione, richiamo, ecc.). Riconosco anche che una curva ROC e l'area sottostante possono …

23 data-visualization classification predictive-models binary-data calibration

5

Alternative agli alberi di classificazione, con migliori prestazioni predittive (ad es. CV)?

Sto cercando un'alternativa agli alberi di classificazione che potrebbe produrre un migliore potere predittivo. I dati con cui ho a che fare hanno fattori sia per le variabili esplicative che per quelle spiegate. Ricordo di essermi imbattuto in foreste casuali e reti neurali in questo contesto, sebbene non le avessi …

23 r machine-learning classification cart

6

Precisione del test superiore all'allenamento. Come interpretare?

Ho un set di dati contenente al massimo 150 esempi (suddivisi in training e test), con molte funzionalità (superiore a 1000). Devo confrontare i classificatori e i metodi di selezione delle caratteristiche che funzionano bene sui dati. Quindi, sto usando tre metodi di classificazione (J48, NB, SVM) e 2 metodi …

23 classification feature-selection

4

Perché i ricercatori usano la validazione incrociata 10 volte invece di testare su un set di validazione?

Ho letto molti articoli di ricerca sulla classificazione dei sentimenti e argomenti correlati. La maggior parte di essi utilizza una validazione incrociata di 10 volte per addestrare e testare i classificatori. Ciò significa che non viene eseguito alcun test / convalida separato. Perché? Quali sono i vantaggi / gli svantaggi …

23 classification cross-validation

1

Scegliere tra le regole di punteggio appropriate

La maggior parte delle risorse sulle regole di punteggio adeguate menzionano una serie di regole di punteggio diverse come perdita di log, punteggio di Brier o punteggio sferico. Tuttavia, spesso non forniscono molte indicazioni sulle differenze tra loro. (Allegato A: Wikipedia .) Scegliere il modello che massimizza il punteggio logaritmico …

22 machine-learning classification model-selection theory scoring-rules

2

Macchine Boltzmann limitate contro reti neurali multistrato

Volevo sperimentare una rete neurale per un problema di classificazione che sto affrontando. Mi sono imbattuto in documenti che parlano di RBM. Ma da quello che posso capire, non sono diversi dall'avere una rete neurale multistrato. È preciso? Inoltre lavoro con R e non vedo alcun pacchetto fisso per RBM. …

22 r machine-learning classification neural-networks

3

Cluster o classificazione supervisionati?

La seconda domanda è che ho trovato in una discussione da qualche parte sul web parlare di "clustering supervisionato", per quanto ne so, il clustering non è supervisionato, quindi qual è esattamente il significato dietro "clustering supervisionato"? Qual è la differenza rispetto alla "classificazione"? Ci sono molti link che ne …

22 clustering classification unsupervised-learning statistical-learning

Domande taggate «classification»