Statistiche e Big Data discriminant-analysis

1

Riduzione della dimensionalità supervisionata

Ho un set di dati composto da 15K campioni etichettati (di 10 gruppi). Voglio applicare la riduzione della dimensionalità in 2 dimensioni, che prenderebbe in considerazione la conoscenza delle etichette. Quando utilizzo tecniche di riduzione della dimensionalità non standard "standard" come PCA, il grafico a dispersione sembra non avere nulla …

13 machine-learning pca dimensionality-reduction supervised-learning discriminant-analysis

2

Selezione dei componenti PCA che separano i gruppi

Ho usato spesso per diagnosticare i miei dati multivariati usando PCA (dati omici con centinaia di migliaia di variabili e dozzine o centinaia di campioni). I dati provengono spesso da esperimenti con diverse variabili categoriali indipendenti che definiscono alcuni gruppi e spesso devo passare attraverso alcuni componenti prima di poter …

13 pca linear-model r-squared discriminant-analysis

1

Algebra di LDA. Potere di discriminazione di Fisher di un'analisi discriminante lineare e variabile

Apparentemente, l'analisi di Fisher mira a massimizzare contemporaneamente la separazione tra classi, minimizzando al contempo la dispersione all'interno delle classi. Una misura utile del potere di discriminazione di una variabile è quindi data dalla quantità diagonale: Bii/WiiBii/WiiB_{ii}/W_{ii} . http://root.cern.ch/root/htmldoc/TMVA__MethodFisher.html Ho capito che la dimensione ( p x p) della Between …

13 algorithms dimensionality-reduction discriminant-analysis sums-of-squares

2

Perché i modelli di analisi "discriminanti" di Gauss sono chiamati così?

I modelli di analisi discriminante gaussiana apprendono e quindi applicano la regola di Bayes per valutare P ( y | x ) = P ( x | y ) P p r i o r ( y )P( x | y)P(X|y)P(x|y)P( y| x)= P( x | y) Pp r i …

13 normal-distribution discriminant-analysis generative-models

2

Come calcolare i pesi del criterio Fisher?

Sto studiando il riconoscimento di modelli e l'apprendimento automatico e ho incontrato la seguente domanda. Considera un problema di classificazione di due classi con uguale probabilità di classe precedenteP(D1)=P(D2)=12P(D1)=P(D2)=12P(D_1)=P(D_2)= \frac{1}{2} e la distribuzione delle istanze in ciascuna classe data da p(x|D1)=N([00],[2001]),p(x|D1)=N([00],[2001]), p(x|D_1)= {\cal N} \left( \begin{bmatrix} 0 \\0 \end{bmatrix}, \begin{bmatrix} …

12 machine-learning self-study classification discriminant-analysis

2

Analisi discriminante lineare e regola di Bayes: classificazione

Qual è la relazione tra analisi discriminante lineare e regola di Bayes? Comprendo che LDA viene utilizzato nella classificazione cercando di ridurre al minimo il rapporto tra la varianza all'interno del gruppo e tra la varianza del gruppo, ma non so come la regola di Bayes utilizzi in essa.

12 classification discriminant-analysis bayes

2

Misure di separabilità delle classi nei problemi di classificazione

Un esempio di buona misura della separabilità delle classi negli studenti discriminanti lineari è il rapporto discriminante lineare di Fisher. Esistono altre metriche utili per determinare se i set di funzionalità forniscono una buona separazione delle classi tra le variabili target? In particolare, sono interessato a trovare buoni attributi di …

11 machine-learning classification feature-selection discriminant-analysis

3

I valori di ridimensionamento in un'analisi discriminante lineare (LDA) possono essere utilizzati per tracciare variabili esplicative sui discriminanti lineari?

Utilizzando un biplot di valori ottenuti attraverso l'analisi dei componenti principali, è possibile esplorare le variabili esplicative che compongono ciascun componente principale. Ciò è possibile anche con l'analisi discriminante lineare? Gli esempi forniti utilizzano I dati sono "Dati Iris di Edgar Anderson" ( http://en.wikipedia.org/wiki/Iris_flower_data_set ). Ecco i dati dell'iride : …

11 r pca multivariate-analysis discriminant-analysis biplot

3

Quando useresti PCA anziché LDA nella classificazione?

Sto leggendo questo articolo sulla differenza tra l'analisi dei componenti di principio e l'analisi discriminante multipla (analisi discriminante lineare) e sto cercando di capire perché dovresti mai usare PCA piuttosto che MDA / LDA. La spiegazione è riassunta come segue: parlando approssimativamente in PCA stiamo cercando di trovare gli assi …

10 classification pca dimensionality-reduction discriminant-analysis

1

Approcci di Bayesian e Fisher all'analisi lineare discriminante

Conosco 2 approcci per fare LDA, l' approccio bayesiano e l' approccio di Fisher . Supponiamo di avere i dati , dove è il predittore dimensionale e è la variabile dipendente delle classi(x,y)(x,y)(x,y)xxxpppyyyKKK Con l'approccio bayesiano , calcoliamo il posteriore , e as detto nei libri, supponiamo che sia gaussiano, …

10 discriminant-analysis

1

Trattamento dei valori anomali prodotti da Kurtosis

Mi chiedevo se qualcuno potesse aiutarmi con informazioni su Kurtosis (cioè c'è un modo per trasformare i tuoi dati per ridurli?) Ho un set di dati del questionario con un gran numero di casi e variabili. Per alcune delle mie variabili, i dati mostrano valori di curtosi piuttosto elevati (ovvero …

10 distributions assumptions kurtosis discriminant-analysis parametric

1

Analisi cluster seguita da analisi discriminante

Qual è la logica, se esiste, per usare Discriminant Analysis (DA) sui risultati di un algoritmo di clustering come k-medie, come lo vedo di volta in volta in letteratura (essenzialmente sul sottotipo clinico dei disturbi mentali)? Non è generalmente consigliabile verificare le differenze di gruppo sulle variabili utilizzate durante la …

10 clustering discriminant-analysis

1

L'apparente disaccordo delle fonti sull'analisi lineare, quadratica e discriminante di Fisher

Sto studiando analisi discriminanti, ma ho difficoltà a conciliare diverse spiegazioni. Credo che mi debba mancare qualcosa, perché non ho mai incontrato questo (apparente) livello di discrepanza prima. Detto questo, il numero di domande sull'analisi discriminante su questo sito Web sembra essere una testimonianza della sua complessità. LDA e QDA …

10 multivariate-analysis discriminant-analysis

1

Standardizzare le funzionalità quando si utilizza LDA come fase di pre-elaborazione

Se un'analisi discriminante lineare multi-classe (o leggo talvolta anche analisi discriminante multipla) viene utilizzata per la riduzione della dimensionalità (o trasformazione dopo la riduzione della dimensionalità tramite PCA), capisco che in generale una "normalizzazione del punteggio Z" (o standardizzazione) di le funzionalità non saranno necessarie, anche se misurate su scale …

9 classification data-transformation normalization standardization discriminant-analysis

3

LDA vs. perceptron

Sto cercando di capire come si adatta l'LDA ad altre tecniche di apprendimento supervisionato. Ho già letto alcuni dei post in stile LDA su LDA. Conosco già il percettrone, ma sto solo imparando la LDA ora. In che modo la LDA si adatta alla famiglia di algoritmi di apprendimento supervisionato? …

9 machine-learning classification discriminant-analysis supervised-learning

Domande taggate «discriminant-analysis»