Statistiche e Big Data gbm

2

Spiegazioni intuitive delle differenze tra Gradient Boosting Trees (GBM) e Adaboost

Sto cercando di capire le differenze tra GBM e Adaboost. Questi sono ciò che ho capito finora: Esistono entrambi algoritmi di potenziamento, che apprendono dagli errori del modello precedente e infine fanno una somma ponderata dei modelli. GBM e Adaboost sono piuttosto simili, tranne per le loro funzioni di perdita. …

48 boosting gbm adaboost

7

Perché Random Forest non gestisce i valori mancanti nei predittori?

Quali sono i motivi teorici per non gestire i valori mancanti? Macchine a gradiente, gli alberi di regressione gestiscono i valori mancanti. Perché Random Forest non lo fa?

42 random-forest missing-data gbm

5

Cosa significa profondità di interazione in GBM?

Avevo una domanda sul parametro della profondità di interazione in gbm in R. Questa potrebbe essere una domanda noob, per la quale mi scuso, ma come fa il parametro, che credo denota il numero di nodi terminali in un albero, sostanzialmente indica X-way interazione tra i predittori? Sto solo cercando …

30 r machine-learning boosting gbm

1

Ruolo del parametro n.minobsinnode di GBM in R [chiuso]

È improbabile che questa domanda aiuti eventuali futuri visitatori; è rilevante solo per una piccola area geografica, un momento specifico nel tempo o una situazione straordinariamente stretta che non è generalmente applicabile al pubblico mondiale di Internet. Per assistenza nel rendere questa domanda più ampiamente applicabile, visitare il centro assistenza …

21 r gbm

3

Alberi potenziati con gradiente XGBoost vs Python Sklearn

Sto cercando di capire come funziona XGBoost. Capisco già come funzionano gli alberi con gradiente potenziato su Python sklearn. Ciò che non mi è chiaro è se XGBoost funziona allo stesso modo, ma più velocemente, o se ci sono differenze fondamentali tra esso e l'implementazione di Python. Quando ho letto …

20 scikit-learn boosting gbm xgboost

2

La classificazione GBM soffre di classi di classi squilibrate?

Ho a che fare con un problema di classificazione binaria supervisionata. Vorrei utilizzare il pacchetto GBM per classificare le persone come non infette / infette. Ho 15 volte più infetto di individui infetti. Mi chiedevo se i modelli GBM soffrono nel caso di classi di dimensioni squilibrate? Non ho trovato …

16 r machine-learning boosting unbalanced-classes gbm

4

L'accuratezza della macchina con incremento gradiente diminuisce all'aumentare del numero di iterazioni

Sto sperimentando l'algoritmo della macchina per aumentare il gradiente tramite il caretpacchetto in R. Utilizzando un piccolo set di dati di ammissione al college, ho eseguito il seguente codice: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- …

15 machine-learning caret boosting gbm hypothesis-testing t-test panel-data psychometrics intraclass-correlation generalized-linear-model categorical-data binomial model intercept causality cross-correlation distributions ranks p-value z-test sign-test time-series references terminology cross-correlation definition probability distributions beta-distribution inverse-gamma missing-data paired-comparisons paired-data clustered-standard-errors cluster-sample time-series arima logistic binary-data odds-ratio medicine hypothesis-testing wilcoxon-mann-whitney unsupervised-learning hierarchical-clustering neural-networks train clustering k-means regression ordinal-data change-scores machine-learning experiment-design roc precision-recall auc stata multilevel-analysis regression fitting nonlinear jmp r data-visualization gam gamm4 r lme4-nlme many-categories regression causality instrumental-variables endogeneity controlling-for-a-variable

4

Intervalli di previsione per algoritmi di apprendimento automatico

Voglio sapere se il processo descritto di seguito è valido / accettabile e qualsiasi giustificazione disponibile. L'idea: gli algoritmi di apprendimento supervisionato non assumono strutture / distribuzioni sottostanti sui dati. Alla fine della giornata forniscono stime dei punti. Spero in qualche modo di quantificare l'incertezza delle stime. Ora, il processo …

14 machine-learning confidence-interval bootstrap supervised-learning gbm

1

Pacchetto GBM vs. Caret tramite GBM

Ho usato il tuning del modello caret, ma poi rieseguendo il modello usando il gbmpacchetto. Comprendo che il caretpacchetto utilizza gbme l'output dovrebbe essere lo stesso. Tuttavia, solo un rapido test eseguito utilizzando data(iris)mostra una discrepanza nel modello di circa il 5% utilizzando RMSE e R ^ 2 come metrica …

13 r caret gbm matrix linear-algebra logistic modeling logit ordered-logit r confidence-interval survival population weibull classification separation hypothesis-testing correlation statistical-significance p-value python r data-visualization r regression multiple-regression chi-squared multivariate-analysis distributions random-variable experiment-design distributions poisson-regression residuals excel time-series garch var survival modeling cox-model interaction r pca normality-assumption

1

Come trovare un intervallo di previsione GBM

Sto lavorando con i modelli GBM usando il pacchetto caret e sto cercando un metodo per risolvere gli intervalli di previsione per i miei dati previsti. Ho cercato a fondo ma ho solo alcune idee per trovare gli intervalli di previsione per Random Forest. Qualsiasi aiuto / codice R sarebbe …

12 caret prediction-interval gbm

4

Come scegliere il numero di alberi in un modello di regressione potenziato generalizzato?

Esiste una strategia per scegliere il numero di alberi in un GBM? Specificamente, l' ntreesargomento R's gbmfunzione. Non vedo perché non dovresti impostare ntreesil valore ragionevole più alto. Ho notato che un numero maggiore di alberi riduce chiaramente la variabilità dei risultati di più GBM. Non credo che un elevato …

11 r machine-learning gbm

1

Riconciliazione degli alberi di regressione potenziata (BRT), modelli potenziati generalizzati (GBM) e macchina per il potenziamento del gradiente (GBM)

Domande: Qual è la differenza (s) tra alberi di regressione potenziata (BRT) e modelli potenziati generalizzati (GBM)? Possono essere usati in modo intercambiabile? L'una è una forma specifica dell'altra? Perché Ridgeway ha usato la frase "Generalized Boosted Regression Models" (GBM), per descrivere ciò che Friedman aveva precedentemente proposto come "Gradient …

9 machine-learning boosting gbm

2

Come trovare valori ottimali per i parametri di ottimizzazione nel potenziamento degli alberi?

Mi rendo conto che ci sono 3 parametri di ottimizzazione nel modello degli alberi esaltanti, ad es il numero di alberi (numero di iterazioni) parametro di restringimento numero di divisioni (dimensioni di ciascun albero costituente) La mia domanda è: per ciascuno dei parametri di ottimizzazione, come devo trovare il suo …

9 machine-learning cross-validation computational-statistics boosting gbm

3

Come usare R gbm con distribution = “adaboost”?

La documentazione afferma che R gbm con distribution = "adaboost" può essere utilizzato per problemi di classificazione 0-1. Considera il seguente frammento di codice: gbm_algorithm <- gbm(y ~ ., data = train_dataset, distribution = "adaboost", n.trees = 5000) gbm_predicted <- predict(gbm_algorithm, test_dataset, n.trees = 5000) Può essere trovato nella documentazione …

9 r gbm

Domande taggate «gbm»