Statistiche e Big Data model-selection

11

Come scegliere il numero di strati e nodi nascosti in una rete neurale feedforward?

Esiste un metodo standard e accettato per selezionare il numero di layer e il numero di nodi in ciascun layer in una rete neurale feed-forward? Sono interessato ai modi automatizzati di costruire reti neurali.

542 model-selection neural-networks

11

C'è qualche motivo per preferire l'AIC o il BIC rispetto all'altro?

L'AIC e il BIC sono entrambi metodi per valutare l'adattamento del modello penalizzato per il numero di parametri stimati. Da quanto ho capito, BIC penalizza i modelli più per i parametri gratuiti di quanto non faccia AIC. Al di là di una preferenza basata sulla rigidità dei criteri, ci sono …

222 modeling aic cross-validation bic model-selection

3

Come sapere che il tuo problema di apprendimento automatico è senza speranza?

Immagina uno scenario di apprendimento automatico standard: Ti trovi di fronte a un ampio set di dati multivariato e ne hai una comprensione piuttosto sfocata. Quello che devi fare è fare previsioni su alcune variabili in base a ciò che hai. Come al solito, si puliscono i dati, si guardano …

207 machine-learning forecasting modeling model-selection forecastability

8

Algoritmi per la selezione automatica del modello

Vorrei implementare un algoritmo per la selezione automatica del modello. Sto pensando di fare una regressione graduale, ma tutto lo farà (deve essere basato su regressioni lineari). Il mio problema è che non sono in grado di trovare una metodologia o un'implementazione open source (sto woking in java). La metodologia …

193 references feature-selection model-selection aic stepwise-regression

6

Come scegliere un modello predittivo dopo la convalida incrociata di k-fold?

Mi chiedo come scegliere un modello predittivo dopo aver eseguito la convalida incrociata di K-fold. Questo può essere espresso in modo strano, quindi lasciatemi spiegare in modo più dettagliato: ogni volta che eseguo la convalida incrociata di K-fold, utilizzo K sottoinsiemi dei dati di allenamento e finisco con K diversi …

149 cross-validation model-selection

5

Allenarsi con il set di dati completo dopo la convalida incrociata?

È sempre una buona idea allenarsi con il set di dati completo dopo la convalida incrociata ? Dirla in altro modo, è ok per allenarsi con tutti i campioni nel mio set di dati e non essere in grado di verificare se questo particolare montaggio overfits ? Alcuni retroscena sul …

140 machine-learning cross-validation model-selection

2

Quanto sappiamo di p-hacking "in the wild"?

La frase p -hacking (anche: "dragaggio dei dati" , "snooping" o "pesca") si riferisce a vari tipi di negligenza statistica in cui i risultati diventano artificialmente statisticamente significativi. Esistono molti modi per ottenere un risultato "più significativo", incluso ma non si limita affatto a: analizzando solo un sottoinsieme "interessante" dei …

94 hypothesis-testing statistical-significance p-value model-selection reproducible-research

3

Convalida incrociata nidificata per la selezione del modello

Come si può usare la validazione incrociata nidificata per la selezione del modello ? Da quello che ho letto online, il CV nidificato funziona come segue: Esiste il loop CV interno, in cui è possibile condurre una ricerca in griglia (ad es. Eseguendo K-fold per ogni modello disponibile, ad es. …

91 cross-validation model-selection

14

Perché statistiche solide (e resistenti) non hanno sostituito le tecniche classiche?

Quando si risolvono i problemi aziendali utilizzando i dati, è comune che almeno un'ipotesi chiave secondo cui le statistiche classiche sottostanti non siano valide. Il più delle volte, nessuno si preoccupa di controllare quei presupposti in modo da non saperlo mai. Ad esempio, il fatto che molte delle metriche web …

82 model-selection nonparametric outliers robust philosophical

5

Quali sono le alternative moderne e facilmente utilizzabili alla regressione graduale?

Ho un set di dati con circa 30 variabili indipendenti e vorrei costruire un modello lineare generalizzato (GLM) per esplorare la relazione tra loro e la variabile dipendente. Sono consapevole che il metodo che mi è stato insegnato per questa situazione, la regressione graduale, è ora considerato un peccato statistico …

76 regression generalized-linear-model model-selection stepwise-regression

6

La selezione delle variabili per la modellazione predittiva è davvero necessaria nel 2016?

Questa domanda è stata posta sul CV alcuni anni fa, sembra ripubblicare alla luce di 1) ordine di grandezza migliore tecnologia informatica (ad es. Calcolo parallelo, HPC ecc.) E 2) tecniche più recenti, ad es. [3]. Innanzitutto, un po 'di contesto. Supponiamo che l'obiettivo non sia il test delle ipotesi, …

68 machine-learning modeling feature-selection model-selection prediction

2

Perché solo tre partizioni? (formazione, validazione, test)

Quando si tenta di adattare i modelli a un set di dati di grandi dimensioni, il consiglio comune è quello di suddividere i dati in tre parti: formazione, convalida e set di dati di test. Questo perché i modelli di solito hanno tre "livelli" di parametri: il primo "parametro" è …

61 machine-learning model-selection data-mining

2

Una discussione più definitiva sulla selezione delle variabili

sfondo Sto facendo ricerche cliniche in medicina e ho seguito numerosi corsi di statistica. Non ho mai pubblicato un articolo usando la regressione lineare / logistica e vorrei fare correttamente la selezione delle variabili. L'interpretazione è importante, quindi nessuna tecnica di apprendimento automatico sofisticata. Ho riassunto la mia comprensione della …

55 regression feature-selection model-selection

3

AIC, BIC, CIC, DIC, EIC, FIC, GIC, HIC, IIC - Posso usarli in modo intercambiabile?

A pag. 34 del suo PRNN Brian Ripley commenta che "L'AIC è stato nominato da Akaike (1974) come" An Information Criterion "anche se sembra comunemente creduto che A sia l'acronimo di Akaike". Infatti, quando si introduce la statistica AIC, Akaike (1974, p. 719) lo spiega "IC stands for information criterion …

47 forecasting model-selection aic bic

3

Modello lineare con risposta trasformata in log vs. modello lineare generalizzato con log link

In questo documento intitolato "SCEGLIERE TRA MODELLI LINEARI GENERALIZZATI APPLICATI AI DATI MEDICI" gli autori scrivono: In un modello lineare generalizzato, la media viene trasformata dalla funzione di collegamento, invece di trasformare la risposta stessa. I due metodi di trasformazione possono portare a risultati abbastanza diversi; ad esempio, la media …

46 generalized-linear-model model-selection lognormal

Domande taggate «model-selection»