Statistiche e Big Data machine-learning

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

5

Background matematico per reti neurali

Non sono sicuro che questo sia appropriato per questo sito, ma sto iniziando il mio MSE in informatica (BS in matematica applicata) e voglio avere una solida base nell'apprendimento automatico (molto probabilmente perseguirò un dottorato di ricerca). Uno dei miei interessi secondari sono le reti neurali. Qual è un buon …

11 machine-learning neural-networks mathematical-statistics references

2

Confronta i classificatori in base a AUROC o precisione?

Ho un problema di classificazione binaria e provo diversi classificatori su di esso: voglio confrontare i classificatori. quale è una misura migliore AUC o precisione? E perché? Raondom Forest: AUC: 0.828 Accuracy: 79.6667 % SVM: AUC: 0.542 Accuracy: 85.6667 %

11 machine-learning classification auc

2

C'è troppo adattamento in questo approccio modellng

Recentemente mi è stato detto che il processo che ho seguito (componente di una tesi di laurea) poteva essere visto come un adattamento eccessivo. Sto cercando di capire meglio questo e vedere se gli altri sono d'accordo. L'obiettivo di questa parte del documento è quello di Confrontare le prestazioni degli …

11 machine-learning data-mining predictive-models

1

Matrice di covarianza per il processo gaussiano e la distribuzione di Wishart

Sto leggendo questo documento sui processi generalizzati di Wishart (GWP). L'articolo calcola le covarianze tra diverse variabili casuali (seguendo il processo gaussiano ) usando la funzione di covarianza esponenziale quadrata, ovvero . Dice quindi che questa matrice di covarianza segue GWP.K(x,x′)=exp(−|(x−x′)|22l2)K(x,x′)=exp⁡(−|(x−x′)|22l2)K(x,x') = \exp\left(-\frac{|(x-x')|^2}{2l^2}\right) Pensavo che una matrice di covarianza calcolata …

11 machine-learning normal-distribution covariance wishart nonparametric-bayes

1

Come si può rilevare se un processo gaussiano è troppo adatto?

Sto addestrando un processo gaussiano con un kernel ARD con molti parametri massimizzando la verosimiglianza marginale dei dati, anziché la convalida incrociata. Ho il sospetto che sia troppo adatto. Come posso provare questo sospetto in un contesto bayesiano?

11 machine-learning cross-validation gaussian-process

2

Misure di separabilità delle classi nei problemi di classificazione

Un esempio di buona misura della separabilità delle classi negli studenti discriminanti lineari è il rapporto discriminante lineare di Fisher. Esistono altre metriche utili per determinare se i set di funzionalità forniscono una buona separazione delle classi tra le variabili target? In particolare, sono interessato a trovare buoni attributi di …

11 machine-learning classification feature-selection discriminant-analysis

3

Importanza delle variabili nella regressione logistica

Probabilmente sto affrontando un problema che è stato probabilmente risolto centinaia di volte prima, ma non sono sicuro di dove trovare la risposta. Quando si utilizza la regressione logistica, date molte funzioni e si cerca di prevedere un valore categorico binario , sono interessato a selezionare un sottoinsieme delle funzionalità …

11 machine-learning logistic classification

2

Qual è la distanza di Mahalanobis e come viene utilizzata nel riconoscimento dei pattern?

Qualcuno può spiegarmi il concetto di distanza di Mahalanobis? Ad esempio, qual è la distanza di Mahalanobis tra due punti xey, e soprattutto, come viene interpretata per il riconoscimento di schemi?

11 machine-learning mathematical-statistics distance-functions

2

Qual è il vantaggio di ridurre la dimensionalità dei predittori ai fini della regressione?

Quali sono le applicazioni o i vantaggi della regressione della riduzione dimensionale (DRR) o delle tecniche di riduzione dimensionale supervisionata (SDR) rispetto alle tecniche di regressione tradizionale (senza alcuna riduzione dimensionale)? Questa classe di tecniche trova una rappresentazione a bassa dimensione dell'insieme di funzionalità per il problema di regressione. Esempi …

11 regression machine-learning pca dimensionality-reduction

2

Cos'è la Drosophila dell'IA adesso?

A metà degli anni '60, i ricercatori hanno notoriamente definito la " drosofila dell'intelligenza artificiale": come la mosca della frutta, il gioco degli scacchi era accessibile e un problema relativamente semplice su cui sperimentare, che tuttavia produceva importanti conoscenze su problemi più complessi. Ora, la gente sembra dire "gli scacchi …

11 machine-learning

1

Estensione dei modelli di classe 2 a problemi di classe multipla

Questo documento su Adaboost fornisce alcuni suggerimenti e codice (pagina 17) per estendere i modelli di classe 2 ai problemi di classe K. Vorrei generalizzare questo codice, in modo da poter collegare facilmente diversi modelli di 2 classi e confrontare i risultati. Poiché la maggior parte dei modelli di classificazione …

11 r machine-learning classification statistical-learning multi-class

4

Ci sono casi in cui non c'è k ottimale in k-medie?

Questo è stato nella mia mente per almeno alcune ore. Stavo cercando di trovare un k ottimale per l'uscita dall'algoritmo k-mean (con una metrica di somiglianza del coseno ), quindi ho finito per tracciare la distorsione in funzione del numero di cluster. Il mio set di dati è una raccolta …

11 machine-learning clustering k-means

3

Sono disponibili librerie per metodi simili a CART che utilizzano predittori e risposte sparse?

Sto lavorando con alcuni grandi set di dati usando il pacchetto gbm in R. Sia la mia matrice predittore che il mio vettore di risposta sono piuttosto scarsi (cioè la maggior parte delle voci sono zero). Speravo di costruire alberi decisionali usando un algoritmo che sfrutti questa scarsità, come è …

11 r regression machine-learning classification cart

2

Significato delle probabilità di transizione iniziali in un modello markov nascosto

Quali sono i vantaggi di dare determinati valori iniziali alle probabilità di transizione in un modello nascosto di Markov? Alla fine il sistema li imparerà, quindi che senso ha dare valori diversi da quelli casuali? L'algoritmo sottostante fa la differenza come Baum-Welch? Se conosco le probabilità di transizione all'inizio in …

11 machine-learning expectation-maximization hidden-markov-model

Domande taggate «machine-learning»