Domande taggate «feature-selection»

Metodi e principi per la selezione di un sottoinsieme di attributi da utilizzare in ulteriori modelli

2
È sbagliato scegliere le funzionalità in base al valore p?
Esistono diversi post su come selezionare le funzionalità. Uno dei metodi descrive l'importanza delle funzionalità in base alle statistiche t. In R varImp(model)applicato su modello lineare con caratteristiche standardizzate viene utilizzato il valore assoluto della statistica t per ciascun parametro del modello. Quindi, fondamentalmente scegliamo una funzione in base alle …
1
Selezione variabile vs Selezione modello
Quindi capisco che la selezione delle variabili fa parte della selezione del modello. Ma in cosa consiste esattamente la selezione del modello? È più di quanto segue: 1) scegli una distribuzione per il tuo modello 2) scegliere variabili esplicative,? Lo chiedo perché sto leggendo un articolo Burnham & Anderson: AIC …
2
Perché l'aumento del numero di funzioni riduce le prestazioni?
Sto cercando di ottenere un'intuizione sul perché aumentare il numero di funzionalità potrebbe ridurre le prestazioni. Attualmente sto usando un classificatore LDA che offre prestazioni migliori bivariatamente tra alcune funzionalità, ma peggio quando si guardano più funzionalità. La mia precisione di classificazione viene eseguita utilizzando un xval stratificato di 10 …
1
Differenze tra PROC Mixed e lme / lmer in R - gradi di libertà
Nota: questa domanda è una risposta, poiché la mia domanda precedente doveva essere cancellata per motivi legali. Confrontando PROC MIXED da SAS con la funzione lmedel nlmepacchetto in R, mi sono imbattuto in alcune differenze piuttosto confuse. Più specificamente, i gradi di libertà nei diversi test differiscono tra PROC MIXEDe …
12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 
1
Come si selezionano le variabili in un modello di regressione?
L'approccio tradizionale alla selezione delle variabili è quello di trovare le variabili che contribuiscono maggiormente a prevedere una nuova risposta. Di recente ho scoperto un'alternativa a questo. Nel modellare le variabili che determinano l'effetto di un trattamento - come ad esempio in una sperimentazione clinica di un farmaco - si …
2
Ingegnerizzazione di caratteristiche indipendenti dal dominio che conserva un significato semantico?
L'ingegnerizzazione delle funzionalità è spesso un componente importante dell'apprendimento automatico (è stato utilizzato pesantemente per vincere la Coppa KDD nel 2010 ). Tuttavia, trovo che anche la maggior parte delle tecniche di ingegneria delle caratteristiche distruggere qualsiasi significato intuitivo delle funzionalità sottostanti o sono molto specifici per un determinato dominio …
4
Come applicare il metodo IRLS (Least Squares Squares Squares) al modello LASSO?
Ho programmato una regressione logistica usando l' algoritmo IRLS . Vorrei applicare una penalità LASSO per selezionare automaticamente le funzionalità giuste. Ad ogni iterazione, viene risolto quanto segue: (XTWX)δβ^=XT(y−p)(XTWX)δβ^=XT(y−p)\mathbf{\left(X^TWX\right) \delta\hat\beta=X^T\left(y-p\right)} Sia un numero reale non negativo. Non sto penalizzando l'intercettazione come suggerito in The Elements of. Apprendimento statistico . Idem …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.