Statistiche e Big Data ensemble

7

Insaccamento, potenziamento e impilamento nell'apprendimento automatico

Quali sono le somiglianze e le differenze tra questi 3 metodi: insacco, Promuovere, Impilabile? Qual è il migliore? E perché? Puoi darmi un esempio per ciascuno?

245 machine-learning boosting ensemble bagging model-averaging

2

Gradient Boosting Tree vs Random Forest

Il potenziamento dell'albero a gradiente, come proposto da Friedman, utilizza gli alberi decisionali come apprendenti di base. Mi chiedo se dovremmo rendere l'albero delle decisioni di base il più complesso possibile (completamente sviluppato) o più semplice? C'è qualche spiegazione per la scelta? Random Forest è un altro metodo di ensemble …

110 machine-learning random-forest cart boosting ensemble

15

Risultati elettorali USA 2016: cosa è andato storto nei modelli di previsione?

Prima era la Brexit , ora le elezioni statunitensi. Molte previsioni del modello sono state respinte con ampio margine e ci sono lezioni da imparare qui? Già alle 16:00 PST di ieri, i mercati delle scommesse favorivano ancora Hillary 4 a 1. Immagino che i mercati delle scommesse, con denaro …

108 predictive-models ensemble confounding

2

Aumento gradiente per la regressione lineare: perché non funziona?

Durante l'apprendimento del Gradient Boosting, non ho sentito parlare di vincoli riguardanti le proprietà di un "classificatore debole" che il metodo utilizza per costruire e creare un modello. Tuttavia, non potevo immaginare un'applicazione di un GB che utilizza la regressione lineare, e infatti quando ho eseguito alcuni test, non funziona. …

35 regression machine-learning boosting ensemble gradient

2

Le variabili altamente correlate nella foresta casuale distorcono la precisione e la selezione delle caratteristiche?

A mio avviso, le variabili altamente correlate non causeranno problemi di multi-collinearità nel modello di foresta casuale (correggimi se sbaglio). Tuttavia, in caso contrario, se ho troppe variabili contenenti informazioni simili, il modello peserà troppo su questo set piuttosto che sugli altri? Ad esempio, ci sono due serie di informazioni …

32 random-forest multicollinearity ensemble

3

R: Random Forest lancia NaN / Inf nell'errore di "richiamo della funzione esterna" nonostante nessuna NaN nel set di dati [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 . Sto usando il cursore per eseguire una foresta casuale convalidata in modo incrociato su un set di …

29 r random-forest caret regression prediction fitting social-science poisson-distribution distributions characteristic-function bayesian prior regression normal-distribution interaction nonparametric skewness svm standard-deviation standard-error regression-coefficients igraph natural-language word2vec word-embeddings regression machine-learning sampling r regression machine-learning random-forest ensemble sampling unbiased-estimator proof estimators mse probability conditional-probability bayes anova missing-data neural-networks recommender-system r confidence-interval sample multiple-imputation r time-series forecasting mase

4

Insieme di diversi tipi di regressori che usano scikit-learn (o qualsiasi altro framework python)

Sto cercando di risolvere l'attività di regressione. Ho scoperto che 3 modelli funzionano bene per diversi sottoinsiemi di dati: LassoLARS, SVR e Gradient Tree Boosting. Ho notato che quando faccio previsioni usando tutti questi 3 modelli e poi faccio una tabella di "output reale" e output dei miei 3 modelli, …

27 regression scikit-learn ensemble

2

Sulla "forza" dei discenti deboli

Ho diverse domande strettamente correlate riguardanti gli studenti deboli nell'apprendimento in gruppo (ad es. Il potenziamento). Questo può sembrare stupido, ma quali sono i vantaggi dell'utilizzo di studenti deboli piuttosto che forti? (es. perché non potenziare con metodi di apprendimento "forti"?) Esiste una sorta di forza "ottimale" per gli studenti …

22 machine-learning boosting ensemble

2

Promuovere le reti neurali

Di recente, stavo lavorando all'apprendimento di algoritmi di potenziamento, come adaboost, boost gradiente, e ho saputo che lo studente debole più usato è l'albero. Voglio davvero sapere ci sono alcuni esempi recenti di successo (intendo alcuni documenti o articoli) per l'utilizzo di reti neurali come studente di base.

21 neural-networks deep-learning boosting ensemble dropout

3

Modelli di accatastamento / montaggio con cursore

Mi ritrovo spesso ad allenare diversi modelli predittivi usando caretin R. Li addestrerò tutti sulle stesse pieghe di convalida incrociata, usando caret::: createFolds, quindi sceglierò il modello migliore in base all'errore di convalida incrociata. Tuttavia, la previsione mediana di diversi modelli sovraperforma spesso il miglior modello singolo su un set …

21 r caret ensemble

3

Combinazione di modelli di apprendimento automatico

Sono un po 'nuovo nel datamining / machine learning / ecc. e ho letto un paio di modi per combinare più modelli ed esecuzioni dello stesso modello per migliorare le previsioni. La mia impressione dalla lettura di un paio di articoli (che sono spesso interessanti e ottimi per la teoria …

20 r random-forest k-nearest-neighbour ensemble

1

k-fold Convalida incrociata dell'apprendimento degli ensemble

Sono confuso su come partizionare i dati per la validazione incrociata k-fold dell'apprendimento d'insieme. Supponendo di avere un quadro di apprendimento dell'ensemble per la classificazione. Il mio primo livello contiene i modelli di classificazione, ad esempio svm, alberi decisionali. Il mio secondo livello contiene un modello di voto, che combina …

20 classification cross-validation ensemble

3

Quando non dovrei usare un classificatore d'ensemble?

In generale, in un problema di classificazione in cui l'obiettivo è prevedere con precisione l'appartenenza alla classe fuori campione, quando non dovrei usare un classificatore di ensemble? Questa domanda è strettamente correlata a Perché non usare sempre l'apprendimento d'insieme? . Questa domanda ci chiede perché non usiamo sempre ensemble. Voglio …

17 classification boosting ensemble bagging

5

In che modo i metodi di ensemble superano tutti i loro componenti?

Sono un po 'confuso riguardo all'apprendimento dell'ensemble. In poche parole, gestisce k modelli e ottiene la media di questi k modelli. Come si può garantire che la media dei modelli k sarebbe migliore di qualsiasi modello da solo? Capisco che la distorsione è "diffusa" o "mediata". Tuttavia, cosa succede se …

16 machine-learning ensemble

3

Algoritmo di apprendimento dell'ensemble all'avanguardia nelle attività di riconoscimento dei modelli?

La struttura di questa domanda è la seguente: inizialmente fornisco il concetto di apprendimento d' insieme , poi fornisco un elenco di compiti di riconoscimento dei modelli , quindi fornisco esempi di algoritmi di apprendimento degli ensemble e, infine, introduco la mia domanda. Coloro che non hanno bisogno di tutte …

14 machine-learning neural-networks pattern-recognition ensemble ocr

Domande taggate «ensemble»