Statistiche e Big Data machine-learning

2

Risultati diversi da randomForest via caret e dal pacchetto randomForest di base

Sono un po 'confuso: in che modo i risultati di un modello addestrato tramite il cursore possono differire dal modello nella confezione originale? Ho letto Se è necessaria la preelaborazione prima della previsione utilizzando FinalModel di RandomForest con pacchetto di inserimento? ma non uso alcuna preelaborazione qui. Ho addestrato diverse …

14 r machine-learning random-forest caret train

1

La differenza tra regressione logistica e macchine vettoriali di supporto?

So che la regressione logistica trova un iperpiano che separa i campioni di addestramento. So anche che Support vector machines trova l'iperpiano con il margine massimo. La mia domanda: allora la differenza tra regressione logistica (LR) e macchine vettoriali di supporto (SVM) è che LR trova un iperpiano che separa …

14 machine-learning classification svm data-mining

4

Di quanti dati hai bisogno per una rete neurale convoluzionale?

Se ho una rete neurale convoluzionale (CNN), che ha circa 1.000.000 di parametri, quanti dati di addestramento sono necessari (supponiamo che stia facendo una pendenza stocastica)? C'è qualche regola empirica? Note aggiuntive: quando ho eseguito la discesa gradiente stocastica (ad es. 64 patch per 1 iterazione), dopo ~ 10000 iterazioni, …

14 machine-learning neural-networks deep-learning conv-neural-network

2

Domande su Q-Learning tramite reti neurali

Ho implementato Q-Learning come descritto in, http://web.cs.swarthmore.edu/~meeden/cs81/s12/papers/MarkStevePaper.pdf Al fine di ca. Q (S, A) Uso una struttura di rete neurale come la seguente, Sigmoide di attivazione Ingressi, numero di ingressi + 1 per neuroni d'azione (tutti gli ingressi in scala 0-1) Uscite, uscita singola. Q-Valore N numero di M strati …

14 machine-learning neural-networks reinforcement-learning

3

Quali sono le differenze tra AUC e punteggio F1?

Il punteggio F1 è la media armonica di precisione e richiamo. L'asse y di richiamo è il vero tasso positivo (che è anche richiamo). Quindi, a volte i classificatori possono avere un basso richiamo ma una AUC molto alta, cosa significa? Quali sono le differenze tra AUC e punteggio F1?

14 machine-learning precision-recall auc accuracy

1

Perché la definizione di uno stimatore coerente è così com'è? Che dire delle definizioni alternative di coerenza?

Citazione da Wikipedia: In statistica, uno stimatore coerente o uno stimatore asintoticamente coerente è uno stimatore - una regola per calcolare le stime di un parametro avendo la proprietà che quando il numero di punti dati utilizzati aumenta indefinitamente, la sequenza risultante di stime converge in probabilità a θ ^ …

14 machine-learning mathematical-statistics consistency

2

Support Vector Machine gestisce set di dati non bilanciati?

SVM gestisce un set di dati non bilanciato? Esistono parametri (come C o costo di classificazione errata) che gestiscono il set di dati sbilanciato?

14 machine-learning svm unbalanced-classes

1

Classificatori di machine learning big-O o complessità

Per valutare le prestazioni di un nuovo algoritmo di classificazione, sto cercando di confrontare l'accuratezza e la complessità (big-O in formazione e classificazione). Dall'apprendimento automatico: una recensione ottengo un elenco completo dei classificatori supervisionati, anche una tabella di precisione tra gli algoritmi e 44 problemi di test dal deposito di …

14 machine-learning classification multiple-comparisons algorithms time-complexity

3

Ponderazione dei dati più recenti nel modello Foresta casuale

Sto addestrando un modello di classificazione con Random Forest per discriminare tra 6 categorie. I miei dati transazionali hanno circa 60k + osservazioni e 35 variabili. Ecco un esempio di come appare approssimativamente. _________________________________________________ |user_id|acquisition_date|x_var_1|x_var_2| y_vay | |-------|----------------|-------|-------|--------| |111 | 2013-04-01 | 12 | US | group1 | |222 | …

14 r machine-learning classification random-forest

1

Come prevedere una serie storica da un'altra serie temporale, se correlate

Ho cercato di risolvere questo problema per oltre un anno senza molti progressi. Fa parte di un progetto di ricerca che sto realizzando, ma lo illustrerò con un esempio di storia che ho inventato, perché l'attuale dominio del problema è un po 'confuso (eye-tracking). Sei un aereo che segue una …

14 time-series machine-learning prediction

2

Come dimostrare che non esiste spazio di funzionalità a dimensioni finite per il kernel gaussiano RBF?

Come dimostrare che per la funzione di base radiale non esiste uno spazio delle caratteristiche a dimensione finita tale che per alcuni abbiamo ?k(x,y)=exp(−||x−y||2)2σ2)k(x,y)=exp⁡(−||x−y||2)2σ2)k(x, y) = \exp(-\frac{||x-y||^2)}{2\sigma^2})HHHΦ:Rn→HΦ:Rn→H\Phi: \text{R}^n \to Hk(x,y)=⟨Φ(x),Φ(y)⟩k(x,y)=⟨Φ(x),Φ(y)⟩k(x, y) = \langle \Phi(x), \Phi(y)\rangle

14 machine-learning svm kernel-trick

3

Scelta della funzione di attivazione nascosta della rete neurale

Ho letto altrove che la scelta della funzione di attivazione del livello nascosto in un NN dovrebbe essere basata sul bisogno di uno , cioè se hai bisogno di valori nell'intervallo da -1 a 1 usa tanh e usa sigmoid per l'intervallo da 0 a 1. La mia domanda è: …

14 machine-learning classification neural-networks

1

Come gestire un mix di input binari e continui nelle reti neurali?

Sto usando il pacchetto nnet in R per tentare di costruire un ANN per prevedere i prezzi degli immobili per i condomini (progetto personale). Sono nuovo in questo e non ho una preparazione in matematica, quindi per favore spoglio con me. Ho variabili di input che sono sia binarie che …

14 r machine-learning data-transformation neural-networks nnet

3

Soglia del modello Markov nascosto

Ho sviluppato un sistema di prova del concetto per il riconoscimento sonoro usando modelli mfcc e markov nascosti. Fornisce risultati promettenti quando collaudo il sistema su suoni noti. Sebbene il sistema, quando viene immesso un suono sconosciuto, restituisce il risultato con la corrispondenza più vicina e il punteggio non è …

14 machine-learning hidden-markov-model pattern-recognition

2

Gestione di set di dati con un numero variabile di funzionalità

Quali sono alcuni approcci per classificare i dati con un numero variabile di funzionalità? Ad esempio, considera un problema in cui ogni punto dati è un vettore di punti xey e non abbiamo lo stesso numero di punti per ogni istanza. Possiamo considerare ogni coppia di punti xey come una …

14 machine-learning missing-data

Domande taggate «machine-learning»