Domande taggate «kernel-smoothing»

Le tecniche di smoothing del kernel, come la stima della densità del kernel (KDE) e la regressione del kernel Nadaraya-Watson, stimano le funzioni mediante interpolazione locale dai punti dati. Da non confondere con [trucco del kernel], per i kernel usati ad esempio negli SVM.

1
Qual è il nome del metodo di stima della densità in cui tutte le coppie possibili vengono utilizzate per creare una distribuzione della miscela normale?
Ho appena pensato a un modo pulito (non necessariamente buono) per creare stime di densità monodimensionali e la mia domanda è: Questo metodo di stima della densità ha un nome? In caso contrario, è un caso speciale di qualche altro metodo in letteratura? Ecco il metodo: Abbiamo un vettore che …
4
Stima della densità del kernel che incorpora incertezze
Quando si visualizzano dati monodimensionali è comune usare la tecnica di stima della densità del kernel per tenere conto della larghezza del cestino scelta in modo errato. Quando il mio set di dati unidimensionale presenta incertezze di misurazione, esiste un modo standard per incorporare queste informazioni? Ad esempio (e perdonami …
1
Rapporto di probabilità vs rapporto di PDF
Sto usando Bayes per risolvere un problema di clustering. Dopo aver fatto alcuni calcoli, finisco con la necessità di ottenere il rapporto tra due probabilità: P(A)/P(B)P(A)/P(B)P(A)/P(B) per essere in grado di ottenere P(H|D)P(H|D)P(H|D) . Queste probabilità sono ottenute dall'integrazione di due diversi KDE multivariati 2D come spiegato in questa risposta …
2
Stimatore di densità del kernel integrato in 2D
Vengo da questa domanda nel caso qualcuno voglia seguire il sentiero. Fondamentalmente ho un set di dati ΩΩ\Omega composto da NNN oggetti in cui ogni oggetto ha un determinato numero di valori misurati collegati (due in questo caso): Ω=o1[x1,y1],o2[x2,y2],...,oN[xN,yN]Ω=o1[x1,y1],o2[x2,y2],...,oN[xN,yN]\Omega = o_1[x_1, y_1], o_2[x_2, y_2], ..., o_N[x_N, y_N] Ho bisogno di …
4
Animare l'effetto della modifica della larghezza del kernel in R
Ho alcuni dati in R, memorizzati in un elenco. Pensare d <- c(1,2,3,4) sebbene questi non siano i miei dati. Se poi inserisco il comando plot(density(d, kernel="gaussian", width=1)) quindi ottengo la stima della densità di probabilità del kernel, in cui il kernel è normale standard. Se sostituisco 1 con altri …
1
Perché le caratteristiche casuali di Fourier non sono negative?
Le funzionalità casuali di Fourier forniscono approssimazioni alle funzioni del kernel. Sono usati per vari metodi del kernel, come SVM e processi gaussiani. Oggi ho provato a utilizzare l' implementazione di TensorFlow e ho ottenuto valori negativi per metà delle mie funzionalità. A quanto ho capito, questo non dovrebbe succedere. …
2
Calcola la curva ROC per i dati
Quindi, ho 16 prove in cui sto cercando di autenticare una persona da un tratto biometrico usando Hamming Distance. La mia soglia è impostata su 3,5. I miei dati sono di seguito e solo la versione di prova 1 è un vero positivo: Trial Hamming Distance 1 0.34 2 0.37 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
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.