Domande taggate «r»

Usa questo tag per qualsiasi domanda * sull'argomento * che (a) coinvolga `R` come parte critica della domanda o risposta prevista, e (b) non è * solo * su come usare` R`.

1
GAM adattivo leviga in mgcv
Il libro di Simon Wood su GAM e il relativo pacchetto R mgcv sono entrambi dettagliati e informativi quando si tratta di teoria GAM e adattamento del modello a dati reali e simulati. Per i smooth 1D, non c'è davvero molto di cui preoccuparsi, salvo decidere se implementare funzioni di …
9 r  mgcv 
1
Quale modello di apprendimento profondo può classificare categorie che non si escludono a vicenda
Esempi: ho una frase nella descrizione del lavoro: "Ingegnere senior Java nel Regno Unito". Voglio usare un modello di apprendimento profondo per prevederlo in 2 categorie: English e IT jobs. Se uso il modello di classificazione tradizionale, posso solo prevedere 1 etichetta con la softmaxfunzione all'ultimo livello. Quindi, posso usare …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 
4
Come interpretare una curva di sopravvivenza del modello di rischio Cox?
Come si interpreta una curva di sopravvivenza dal modello di rischio proporzionale cox? In questo esempio di giocattolo, supponiamo di avere un modello di rischio proporzionale cox su agevariabile nei kidneydati e generare la curva di sopravvivenza. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Ad esempio, al momento …
1
Copertura inferiore al previsto per il campionamento di importanza con la simulazione
Stavo cercando di rispondere alla domanda Valutare solidali importanza metodo di campionamento in R . Fondamentalmente, l'utente deve calcolare ∫π0f( X ) dx = ∫π01cos( x )2+ x2dX∫0πf(x)dx=∫0π1cos⁡(x)2+x2dx\int_{0}^{\pi}f(x)dx=\int_{0}^{\pi}\frac{1}{\cos(x)^2+x^2}dx usando la distribuzione esponenziale come distribuzione di importanza q( x ) = λ exp - λ xq(x)=λ exp−λxq(x)=\lambda\ \exp^{-\lambda x} e trova …
1
Genera numeri casuali dalla "distribuzione uniforme inclinata" dalla teoria matematica
Per qualche motivo, ho bisogno di generare numeri casuali (dati) dalla distribuzione "uniforme inclinata". La "pendenza" di questa distribuzione può variare in un intervallo ragionevole, e quindi la mia distribuzione dovrebbe cambiare da uniforme a triangolare in base alla pendenza. Ecco la mia derivazione: Rendiamolo semplice e generiamo i dati …
2
Perché non riesco a ottenere un SVD valido di X tramite decomposizione autovalore di XX 'e X'X?
Sto cercando di fare SVD a mano: m<-matrix(c(1,0,1,2,1,1,1,0,0),byrow=TRUE,nrow=3) U=eigen(m%*%t(m))$vector V=eigen(t(m)%*%m)$vector D=sqrt(diag(eigen(m%*%t(m))$values)) U1=svd(m)$u V1=svd(m)$v D1=diag(svd(m)$d) U1%*%D1%*%t(V1) U%*%D%*%t(V) Ma l'ultima riga non ritorna mindietro. Perché? Sembra avere qualcosa a che fare con i segni di questi autovettori ... O ho frainteso la procedura?
9 r  svd  eigenvalues 
1
Regressione lineare multivariata con lazo in r
Sto cercando di creare un modello ridotto per prevedere molte variabili dipendenti (DV) (~ 450) che sono altamente correlate. Le mie variabili indipendenti (IV) sono anche numerose (~ 2000) e altamente correlate. Se utilizzo il lazo per selezionare singolarmente un modello ridotto per ciascun output, non sono garantito che ottenga …
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.