Statistiche e Big Data clustering

1

Cluster: dovrei usare la Divergenza di Jensen-Shannon o il suo quadrato?

Sto raggruppando le distribuzioni di probabilità utilizzando l' algoritmo Propination Affinity e intendo utilizzare la divergenza di Jensen-Shannon come metrica della distanza. È corretto utilizzare JSD stesso come distanza o JSD al quadrato? Perché? Quali differenze deriverebbero dalla scelta dell'uno o dell'altro?

15 machine-learning clustering entropy distance-functions

3

Va bene usare la distanza di Manhattan con il collegamento tra cluster di Ward nel cluster gerarchico?

Sto usando il clustering gerarchico per analizzare i dati delle serie temporali. Il mio codice è implementato usando la funzione MathematicaDirectAgglomerate[...] , che genera cluster gerarchici dati i seguenti input: una matrice di distanza D il nome del metodo utilizzato per determinare il collegamento tra cluster. Ho calcolato la matrice …

15 clustering distance-functions ward

1

Come calcolare la purezza?

Nell'analisi dei cluster come calcoliamo la purezza? Qual è l'equazione? Non sto cercando un codice per farlo per me. Sia cluster k e c j la classe j.ωkωk\omega_kcjcjc_j Quindi la purezza è praticamente accuratezza? sembra che stessero sommando la quantità di classe veramente classificata per cluster sulla dimensione del campione. …

15 clustering

3

Come tracciare l'output dei dati del clustering?

Ho provato a raggruppare un insieme di dati (un insieme di segni) e ho ottenuto 2 cluster. Vorrei rappresentarlo graficamente. Un po 'confuso sulla rappresentazione, dal momento che non ho le coordinate (x, y). Inoltre, cerco la funzione MATLAB / Python per farlo. MODIFICARE Penso che pubblicare i dati renda …

15 clustering data-visualization python

1

Quale metodo di confronto multiplo utilizzare per un modello lmer: lsmeans o glht?

Sto analizzando un set di dati usando un modello di effetti misti con un effetto fisso (condizione) e due effetti casuali (partecipante a causa del disegno e della coppia all'interno del soggetto). Il modello è stato generato conlme4 pacchetto: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Successivamente, ho eseguito un test del rapporto di verosimiglianza di …

15 r repeated-measures multiple-comparisons post-hoc lsmeans bayesian posterior marginal integral anova time-series regularization machine-learning pca computational-statistics references inference regression cross-validation python random-forest chi-squared spearman-rho r machine-learning confidence-interval bagging clustering feature-selection model-selection bic hypothesis-testing kurtosis r regression residuals terminology

2

Processi Dirichlet per il clustering: come gestire le etichette?

D: Qual è il modo standard di raggruppare i dati usando un processo Dirichlet? Quando si utilizzano i cluster di campionamento di Gibbs, appaiono e scompaiono durante il campionamento. Inoltre, abbiamo un problema di identificabilità poiché la distribuzione posteriore è invariante rispetto alle rietichettature dei cluster. Pertanto, non possiamo dire …

14 bayesian clustering mcmc dirichlet-process identifiability

2

k-significa vs k-mediana?

So che esiste un algoritmo di clustering di k-medie e k-mediana. Uno che utilizza la media come centro del cluster e l'altro utilizza la mediana. La mia domanda è: quando / dove usare quale?

14 clustering k-means

2

Come posso raggruppare i dati numerici per formare naturalmente "parentesi"? (es. reddito)

Di seguito viene descritto ciò che sto cercando di realizzare, ma è possibile che un'istruzione alternativa del problema descriva il mio obiettivo: voglio dividere i seguenti numeri in gruppi in cui le varianze dei numeri all'interno di ciascun gruppo non sono troppo grandi e le differenze tra le medie dei …

14 clustering relative-distribution

3

Perché usiamo k-mean invece di altri algoritmi?

Ho studiato k-mean e questi sono ciò che ho ottenuto: k-mean è uno degli algoritmi più semplici che utilizza un metodo di apprendimento senza supervisione per risolvere i problemi noti del clustering. Funziona davvero bene con set di dati di grandi dimensioni. Tuttavia, ci sono anche degli svantaggi di K-Means …

14 clustering data-mining algorithms k-means

4

Come misurare la forma del cluster?

So che questa domanda non è ben definita, ma alcuni cluster tendono ad essere ellittici o si trovano nello spazio dimensionale inferiore mentre altri hanno forme non lineari (in esempi 2D o 3D). C'è qualche misura di non linearità (o "forma") dei cluster? Si noti che nello spazio 2D e …

14 unsupervised-learning clustering

3

Qualcuno può spiegare la distorsione temporale dinamica per determinare la somiglianza con le serie temporali?

Sto cercando di cogliere la misura della distorsione temporale dinamica per confrontare le serie temporali insieme. Ho tre set di dati di serie storiche come questo: T1 <- structure(c(0.000213652387565, 0.000535045478866, 0, 0, 0.000219346347883, 0.000359669104424, 0.000269469145783, 0.00016051364366, 0.000181950509461, 0.000385579332948, 0.00078170803205, 0.000747244535774, 0, 0.000622858922454, 0.000689084895259, 0.000487983408564, 0.000224744353298, 0.000416449765747, 0.000308388157895, 0.000198906016907, 0.000179549331179, 9.06289650172e-05, …

14 r time-series clustering

8

Quali sono gli "algoritmi caldi" per l'apprendimento automatico?

Questa è una domanda ingenua da parte di qualcuno che inizia a imparare l'apprendimento automatico. In questi giorni sto leggendo il libro "Apprendimento automatico: una prospettiva algoritmica" di Marsland. Lo trovo utile come libro introduttivo, ma ora vorrei passare ad algoritmi avanzati, quelli che attualmente stanno dando i migliori risultati. …

14 machine-learning clustering bioinformatics

3

Metriche o per il clustering?

Qualcuno usa le metriche o per il clustering anziché ? Aggarwal et al., Sul comportamento sorprendente delle metriche della distanza nello spazio ad alta dimensione, ha detto (nel 2001) cheL1L1L_1L.5L.5L_.5L2L2L_2 L1L1L_1 è decisamente più preferibile della metrica di distanza euclidea per applicazioni di data mining ad alta dimensioneL2L2L_2 e ha …

14 clustering distance-functions rule-of-thumb

9

Software di visualizzazione per clustering

Bloccato . Questa domanda e le sue risposte sono bloccate perché la domanda è fuori tema ma ha un significato storico. Al momento non accetta nuove risposte o interazioni. Voglio raggruppare ~ 22000 punti. Molti algoritmi di clustering funzionano meglio con ipotesi iniziali di qualità superiore. Quali strumenti esistono che …

14 data-visualization clustering software

4

Esistono algoritmi di clustering non basati sulla distanza?

Sembra che per K-medie e altri algoritmi correlati, il clustering si basa sul calcolo della distanza tra i punti. Ce n'è uno che funziona senza di essa?

14 machine-learning clustering data-mining k-means

Domande taggate «clustering»