Statistiche e Big Data machine-learning

5

Per la classificazione con Random Forests in R, come si dovrebbe adattarsi alle dimensioni delle classi sbilanciate?

Sto esplorando diversi metodi di classificazione per un progetto a cui sto lavorando e sono interessato a provare le foreste casuali. Sto cercando di educare me stesso mentre vado avanti e apprezzerei qualsiasi aiuto fornito dalla comunità CV. Ho diviso i miei dati in set di allenamento / test. Dalla …

17 r machine-learning random-forest

2

Una foresta casuale con uscite multiple sarebbe possibile / pratica?

Random Forests (RFs) è un metodo di modellazione / mining di dati competitivo. Un modello RF ha un'uscita: la variabile di uscita / previsione. L'approccio ingenuo alla modellazione di più uscite con RF sarebbe quello di costruire una RF per ogni variabile di uscita. Quindi abbiamo N modelli indipendenti e …

17 machine-learning cart random-forest multilabel

3

ROC vs curve di richiamo di precisione su set di dati non bilanciati

Ho appena finito di leggere questa discussione. Sostengono che PR AUC è migliore di ROC AUC su set di dati non bilanciati. Ad esempio, abbiamo 10 campioni nel set di dati di prova. 9 campioni sono positivi e 1 è negativo. Abbiamo un modello terribile che prevede tutto positivo. Pertanto, …

17 machine-learning model-selection roc unbalanced-classes precision-recall

4

Interpretazione della somiglianza del coseno negativo

La mia domanda potrebbe essere sciocca. Quindi mi scuserò in anticipo. Stavo cercando di utilizzare il modello GLOVE pre-addestrato dal gruppo Stanford NLP ( link ). Tuttavia, ho notato che i miei risultati di somiglianza hanno mostrato alcuni numeri negativi. Ciò mi ha immediatamente spinto a guardare il file di …

17 machine-learning word2vec cosine-similarity

1

L'apprendimento supervisionato è un sottoinsieme dell'apprendimento per rinforzo?

Sembra che la definizione di apprendimento supervisionato sia un sottoinsieme dell'apprendimento di rinforzo, con un particolare tipo di funzione di ricompensa che si basa su dati etichettati (al contrario di altre informazioni nell'ambiente). È una rappresentazione accurata?

16 machine-learning terminology reinforcement-learning supervised-learning definition

3

Come viene definita la causalità in modo matematico?

Qual è la definizione matematica di una relazione causale tra due variabili casuali? Dato un campione dalla distribuzione congiunta di due variabili casuali e , quando potremmo dire che causa ?XXXYYYXXXYYY Per il contesto, sto leggendo questo articolo sulla scoperta causale .

16 machine-learning causality

1

Perché il criterio informativo di Akaike non viene più utilizzato nell'apprendimento automatico?

Ho appena incontrato il "criterio di informazione Akaike" e ho notato questa grande quantità di letteratura sulla selezione dei modelli (anche cose come BIC sembrano esistere). Perché i moderni metodi di apprendimento automatico non sfruttano questi criteri di selezione dei modelli BIC e AIC?

16 machine-learning model-selection aic bic

2

Cosa sta succedendo qui, quando utilizzo la perdita quadrata nell'impostazione della regressione logistica?

Sto cercando di usare la perdita quadrata per fare la classificazione binaria su un set di dati giocattolo. Sto usando il mtcarsset di dati, uso il miglio per gallone e il peso per prevedere il tipo di trasmissione. Il diagramma seguente mostra i due tipi di dati del tipo di …

16 r machine-learning logistic optimization loss-functions

4

Qual è considerata una buona perdita di registro?

Sto cercando di capire meglio la perdita di registro e come funziona, ma una cosa che non riesco a trovare è inserire il numero di perdita di registro in una sorta di contesto. Se il mio modello ha una perdita di registro di 0,5, va bene? Qual è considerato un …

16 machine-learning loss-functions log-loss

5

In che modo i metodi di ensemble superano tutti i loro componenti?

Sono un po 'confuso riguardo all'apprendimento dell'ensemble. In poche parole, gestisce k modelli e ottiene la media di questi k modelli. Come si può garantire che la media dei modelli k sarebbe migliore di qualsiasi modello da solo? Capisco che la distorsione è "diffusa" o "mediata". Tuttavia, cosa succede se …

16 machine-learning ensemble

1

Quali teorie di causalità dovrei sapere?

Quali approcci teorici alla causalità dovrei conoscere come statistico / econometrico applicato? Conosco il (un pochino) Modello causale Neyman-Rubin (e Roy , Haavelmo ecc.) Il lavoro di Pearl sulla causalità Granger Causality (anche se meno orientato al trattamento) Quali concetti mi mancano o dovrei conoscere? Correlati: quali teorie sono le …

16 machine-learning causality theory treatment-effect

1

numero di mappe caratteristiche in reti neurali convoluzionali

Quando apprendo la rete neurale convoluzionale, ho domande riguardanti la figura seguente. 1) C1 nel layer 1 ha 6 mappe caratteristiche, significa che ci sono sei kernel convoluzionali? Ogni kernel convoluzionale viene utilizzato per generare una mappa delle caratteristiche basata sull'input. 2) S1 nel livello 2 ha 6 mappe caratteristiche, …

16 machine-learning neural-networks deep-learning pattern-recognition conv-neural-network

2

Come eseguire l'analisi dei dati esplorativi per scegliere l'algoritmo di apprendimento automatico appropriato

Stiamo studiando l'apprendimento automatico tramite l'apprendimento automatico: una prospettiva probabilistica (Kevin Murphy). Mentre il testo spiega le basi teoriche di ciascun algoritmo, raramente dice in quale caso quale algoritmo è migliore, e quando lo fa, non dice come dire in quale caso mi trovo. Ad esempio, per la scelta del …

16 machine-learning eda

3

Area sotto la curva ROC o area sotto la curva PR per dati sbilanciati?

Ho dei dubbi su quale misura di prestazione usare, area sotto la curva ROC (TPR in funzione di FPR) o area sotto la curva di richiamo di precisione (precisione come funzione di richiamo). I miei dati sono sbilanciati, cioè il numero di istanze negative è molto più grande di istanze …

16 r machine-learning roc precision-recall auc

2

In quali condizioni le macchine per l'incremento del gradiente superano le foreste casuali?

La macchina per aumentare il gradiente di Friedman può ottenere prestazioni migliori rispetto alla Foresta casuale di Breiman ? In tal caso, in quali condizioni o che tipo di set di dati può migliorare gbm?

16 machine-learning data-mining random-forest boosting

Domande taggate «machine-learning»