Statistiche e Big Data dataset

6

Qual è la differenza tra dati trasversali in pool e dati del pannello?

Sembrano così simili. Sono la stessa cosa ma solo denominati nomi diversi?

18 regression dataset econometrics

2

Classificazione dei test sui dati di squilibrio sovracampionato

Sto lavorando a dati gravemente squilibrati. In letteratura, vengono utilizzati diversi metodi per riequilibrare i dati utilizzando il ricampionamento (sovra o sottocampionamento). Due buoni approcci sono: SMOTE: Tecnica di sovracampionamento di minoranza sintetica ( SMOTE ) ADASYN: Approccio di campionamento sintetico adattivo per l'apprendimento sbilanciato ( ADASYN ) Ho implementato …

18 classification dataset resampling unbalanced-classes oversampling

2

Calcolo del 95 ° percentile: confronto tra gli approcci di distribuzione normale, R Quantile ed Excel

Stavo cercando di calcolare il 95o percentile sul seguente set di dati. Mi sono imbattuto in alcuni riferimenti online di farlo. Approccio 1: basato su dati di esempio Il primo mi dice di ottenere il TOP 95 Percentset di dati e quindi scegliere il MINo AVGdel set risultante. Farlo per …

17 r dataset quantiles sql

6

Dove trovare un corpus di testo di grandi dimensioni? [chiuso]

Chiuso. Questa domanda è fuori tema . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per Cross Validated. Chiuso 6 anni fa . Sto cercando corpus di testo di grandi dimensioni (> 1000) da scaricare. Preferibilmente con notizie dal mondo …

16 dataset

5

Che impatto ha l'aumento dei dati di allenamento sull'accuratezza complessiva del sistema?

Qualcuno può riassumere per me con possibili esempi, in quali situazioni aumentando i dati di allenamento migliora il sistema complessivo? Quando rileviamo che l'aggiunta di più dati di allenamento potrebbe eventualmente contenere dati eccessivi e non fornire una buona precisione sui dati del test? Questa è una domanda molto non …

16 machine-learning classification dataset precision-recall

4

Quali sono buoni set di dati per illustrare particolari aspetti dell'analisi statistica?

Mi rendo conto che questo è soggettivo, ma ho pensato che sarebbe bello parlare dei nostri set di dati preferiti e di ciò che pensiamo li renda interessanti. Ci sono molti dati là fuori, e con tutte le API (ad es. Datamob ) insieme ai set di dati classici (ad …

16 dataset

5

È meglio eseguire analisi esplorative dei dati solo sul set di dati di formazione?

Sto eseguendo l'analisi dei dati esplorativi (EDA) su un set di dati. Quindi selezionerò alcune funzionalità per prevedere una variabile dipendente. La domanda è: devo fare l'EDA solo sul mio set di dati di addestramento? O dovrei unirmi ai set di dati di training e test insieme, quindi fare l'EDA …

15 dataset feature-selection feature-construction eda

4

Hosting gratuito di dati di interesse pubblico? [chiuso]

Chiuso. Questa domanda è fuori tema . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per Cross Validated. Chiuso 4 anni fa . Ho rapporti di temperatura oraria e giornaliera per molte stazioni su http://data.barrycarter.info/ Incoraggio le persone a scaricarlo, …

14 dataset

3

Come eseguire la suddivisione dei dati e convalidare il treno?

Sto facendo la classificazione delle immagini usando l'apprendimento automatico. Supponiamo che io abbia alcuni dati di allenamento (immagini) e li dividerò in set di addestramento e validazione. E voglio anche aumentare i dati (produrre nuove immagini da quelle originali) con rotazioni casuali e iniezione di rumore. Augmentaion viene eseguito offline. …

14 machine-learning classification cross-validation dataset data-augmentation

6

Metodi rapidi in R per raggruppare la prima riga di un frame di dati in base a un identificatore [chiuso]

Chiuso. Questa domanda è fuori tema . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per Cross Validated. Chiuso 2 anni fa . A volte ho bisogno di ottenere solo la prima riga di un set di dati raggruppati per …

14 r dataset aggregation plyr

2

Come si inserisce la validazione incrociata di k-fold nel contesto di training / validation / testing sets?

La mia domanda principale riguarda il tentativo di capire come k-fold cross-validation si adatta al contesto di avere set di training / validation / testing (se si adatta a tutti in tale contesto). Di solito, le persone parlano di dividere i dati in un set di addestramento, validazione e test …

14 cross-validation dataset overfitting

4

Dove trovare dati grezzi sugli studi clinici? [chiuso]

Chiuso. Questa domanda è fuori tema . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per Cross Validated. Chiuso 2 anni fa . Vorrei utilizzare dati grezzi sugli studi clinici per l'esame di fine anno dei miei studenti di master. …

13 dataset teaching clinical-trials

2

Come convertire una tabella di frequenza in un vettore di valori?

Utilizzando R o Excel, qual è il modo più semplice per convertire una tabella di frequenza in un vettore di valori? Ad esempio, come convertiresti la seguente tabella di frequenza Value Frequency 1. 2 2. 1 3. 4 4. 2 5. 1 nel seguente vettore? 1, 1, 2, 3, 3, …

13 r dataset excel

4

Separare due popolazioni dal campione

Sto cercando di separare due gruppi di valori da un singolo set di dati. Posso presumere che una delle popolazioni sia normalmente distribuita e abbia almeno la metà della dimensione del campione. I valori del secondo sono entrambi inferiori o superiori ai valori del primo (la distribuzione è sconosciuta). Quello …

13 dataset outliers expectation-maximization

4

Modi migliori per aggregare e analizzare i dati

Avendo appena iniziato a insegnare a me stesso l'apprendimento automatico e l'analisi dei dati, mi ritrovo a colpire un muro di mattoni sulla necessità di creare e interrogare grandi serie di dati. Vorrei prendere i dati che ho aggregato nella mia vita professionale e personale e analizzarli, ma non sono …

13 data-mining dataset eda

Domande taggate «dataset»