Statistiche e Big Data feature-selection

2

Selezione delle funzioni con foreste casuali

Ho un set di dati con principalmente variabili finanziarie (120 caratteristiche, esempi 4k) che sono per lo più altamente correlate e molto rumorose (indicatori tecnici, ad esempio), quindi vorrei selezionare circa 20-30 max per un uso successivo con la formazione dei modelli (classificazione binaria - aumento diminuzione). Stavo pensando di …

16 feature-selection random-forest python

4

Bassa precisione di classificazione, cosa fare dopo?

Quindi, sono un principiante nel campo ML e provo a fare un po 'di classificazione. Il mio obiettivo è prevedere il risultato di un evento sportivo. Ho raccolto alcuni dati storici e ora provo a formare un classificatore. Ho ottenuto circa 1200 campioni, 0,2 dei quali li ho suddivisi a …

16 classification svm feature-selection random-forest

4

Text Mining: come raggruppare i testi (ad es. Articoli di notizie) con l'intelligenza artificiale?

Ho creato alcune reti neurali (MLP (completamente connesse), Elman (ricorrenti)) per diversi compiti, come giocare a Pong, classificare cifre scritte a mano e cose ... Inoltre ho cercato di costruire alcune prime reti neurali convoluzionali, ad esempio per classificare note scritte a mano a più cifre, ma sono completamente nuovo …

15 clustering neural-networks feature-selection text-mining self-organizing-maps

1

Riduzione di Gini e impurità di Gini dei nodi infantili

Sto lavorando alla misura di importanza della funzione Gini per la foresta casuale. Pertanto, devo calcolare la diminuzione di Gini nell'impurità del nodo. Ecco il modo in cui lo faccio, che porta a un conflitto con la definizione, suggerendo che devo sbagliarmi da qualche parte ... :) Per un albero …

15 feature-selection random-forest cart

2

Metodo LASSO / LARS vs generale a specifico (GETS)

Mi chiedevo, perché i metodi di selezione dei modelli LASSO e LARS sono così popolari anche se sostanzialmente sono solo variazioni della selezione diretta (e quindi soffrono di dipendenza dal percorso)? Allo stesso modo, perché i metodi General to Specific (GETS) per la selezione dei modelli sono per lo più …

15 feature-selection model-selection lasso stepwise-regression lars

5

Applicazione di tecniche di apprendimento automatico in studi clinici di piccolo campione

Cosa ne pensi dell'applicazione di tecniche di apprendimento automatico, come le foreste casuali o la regressione penalizzata (con penalità L1 o L2, o una loro combinazione) in piccoli studi clinici di esempio quando l'obiettivo è isolare predittori interessanti in un contesto di classificazione? Non è una domanda sulla selezione del …

15 machine-learning feature-selection

3

Per i classificatori lineari, i coefficienti più grandi implicano caratteristiche più importanti?

Sono un ingegnere del software che lavora sull'apprendimento automatico. Secondo la mia comprensione, la regressione lineare (come OLS) e la classificazione lineare (come regressione logistica e SVM) fanno una previsione basata su un prodotto interno tra coefficienti addestrati e variabili caratteristica → x :w⃗ w→\vec{w}X⃗ X→\vec{x} y^= f( w⃗ ⋅ …

15 regression machine-learning classification feature-selection linear-model

2

Mischiare dati continui e binari con SVM lineare?

Quindi ho giocato con gli SVM e mi chiedo se questa è una buona cosa da fare: Ho un set di funzionalità continue (da 0 a 1) e un set di funzionalità categoriche che ho convertito in variabili fittizie. In questo caso particolare, codifico la data della misurazione in una …

15 categorical-data svm feature-selection linear-model feature-construction

1

Come funziona esattamente la selezione delle caratteristiche di Chi-square?

So che per ogni coppia di feature class, il valore della statistica chi-quadro è calcolato quadro e confrontato con una soglia. Sono un po 'confuso però. Se ci sono funzioni e kmmmKKk classi , come si costruisce la tabella di contingenza? Come si può decidere quali funzioni conservare e quali …

15 chi-squared feature-selection

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

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

2

Differenza tra la selezione di funzioni in base a "regressione F" e in base ai valori di

Il confronto delle funzionalità utilizza F-regressionle stesse funzionalità correlate con l'etichetta individualmente e l'osservazione del valore ?R2R2R^2 Ho visto spesso i miei colleghi utilizzare una F regressionselezione di funzionalità nella loro pipeline di machine learning da sklearn: sklearn.feature_selection.SelectKBest(score_func=sklearn.feature_selection.f_regression...)` Alcuni, per favore, mi dicono: perché fornisce gli stessi risultati della semplice …

15 feature-selection python scikit-learn r-squared f-test

3

Selezione variabile bayesiana: funziona davvero?

Ho pensato di poter giocare con un po 'di selezione delle variabili bayesiane, seguendo un bel post sul blog e i relativi documenti. Ho scritto un programma in rjags (dove sono piuttosto un principiante ) e ho recuperato i dati sui prezzi per Exxon Mobil, insieme ad alcune cose che …

14 regression bayesian multiple-regression feature-selection jags

1

Qual è l'algoritmo di regressione graduale in avanti?

Forse è solo che sono stanco, ma ho difficoltà a capire l'algoritmo Forward Stagewise Regression. Da "Elementi di apprendimento statistico" pagina 60: La regressione forward-stagewise (FS) è ancora più limitata della regressione forward-stepwise. Inizia come una regressione in avanti, con un'intercettazione uguale a [media di] y, e predittori centrati con …

14 regression algorithms feature-selection

1

GAM vs LOESS vs spline

Contesto : Voglio tracciare una linea in un grafico a dispersione che non appare parametrico, quindi sto usando geom_smooth()in ggplota R. Restituisce automaticamente geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to change the …

14 r gam splines loess r data-visualization boxplot mathematical-statistics theory sufficient-statistics machine-learning classification correlation svm feature-selection probability stochastic-processes machine-learning reinforcement-learning

Domande taggate «feature-selection»