Domande taggate «large-data»

I "dati di grandi dimensioni" si riferiscono a situazioni in cui il numero di osservazioni (punti di dati) è così grande da richiedere cambiamenti nel modo in cui l'analista di dati pensa o conduce l'analisi. (Da non confondere con 'alta dimensionalità'.)

Come calcolare una misura di precisione basata su RMSE? Il mio set di dati di grandi dimensioni è normalmente distribuito?

Ho diversi set di dati nell'ordine di migliaia di punti. I valori in ciascun set di dati sono X, Y, Z riferiti a una coordinata nello spazio. Il valore Z rappresenta una differenza di elevazione nella coppia di coordinate (x, y). In genere nel mio campo di GIS, l'errore di …

9 normal-distribution large-data

Come selezionare rapidamente variabili importanti da un set di dati molto grande?

Ho un set di dati con circa 2.000 variabili binarie / 200.000 righe e sto cercando di prevedere una singola variabile binaria dipendente. Il mio obiettivo principale in questa fase non è ottenere l'accuratezza della previsione, ma piuttosto identificare quali di queste variabili sono predittori importanti. Vorrei ridurre il numero …

9 machine-learning data-mining large-data

Clustering efficiente in termini di spazio

La maggior parte degli algoritmi di clustering che ho visto iniziano con la creazione di distanze a testa tra tutti i punti, il che diventa problematico su set di dati più grandi. Ce n'è uno che non lo fa? O lo fa in una sorta di approccio parziale / approssimativo …

9 clustering algorithms large-data

Posso sottocampionare un set di dati di grandi dimensioni ad ogni iterazione MCMC?

Problema: voglio eseguire un campionamento di Gibbs per dedurre alcuni elementi posteriori su un set di dati di grandi dimensioni. Sfortunatamente, il mio modello non è molto semplice e quindi il campionamento è troppo lento. Considererei approcci variazionali o paralleli, ma prima di andare così lontano ... Domanda: Vorrei sapere …

8 sampling bootstrap mcmc large-data gibbs

Foresta casuale in un'impostazione di Big Data

Ho un set di dati con 5.818.446 righe e 51 colonne, di cui 50 sono predittori. La mia risposta è quantitativa, quindi sono interessato a un modello di regressione. Sto provando ad adattare una foresta casuale ai miei dati usando il pacchetto caret. Tuttavia, non ho abbastanza RAM per farlo. …

8 r random-forest large-data

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.