Statistiche e Big Data random-forest

1

Perché i risultati della mia foresta casuale sono così variabili?

Sto cercando di testare la capacità della foresta casuale di classificare i campioni tra 2 gruppi; Esistono 54 campioni e un numero variabile di variabili utilizzate per la classificazione. Mi chiedevo perché le stime out-of-bag (OOB) possano variare fino al 5% l'una dall'altra anche quando sto usando 50.000 alberi? È …

10 machine-learning random-forest

1

Regressione della foresta casuale per la previsione di serie storiche

Sto tentando di utilizzare la regressione RF per fare previsioni sulle prestazioni di una cartiera. Ho dati minuto per minuto per gli input (velocità e quantità di pasta di legno in entrata ecc.), Nonché per le prestazioni della macchina (carta prodotta, potenza assorbita dalla macchina) e sto cercando di fare …

10 time-series forecasting cross-validation random-forest autoregressive

3

Casi d'uso SVB RBF (vs regressione logistica e foresta casuale)

Support Vector Machines con kernel con funzione di base radiale è un classificatore supervisionato per scopi generici. Mentre conosco le basi teoriche di questi SVM e i loro punti di forza, non sono a conoscenza dei casi in cui sono il metodo preferito. Quindi, esiste una classe di problemi per …

10 machine-learning logistic classification svm random-forest

1

La modellazione con foreste casuali richiede una convalida incrociata?

Per quanto ho visto, le opinioni tendono a differire su questo. Le migliori pratiche detterebbero certamente l'uso della convalida incrociata (soprattutto se si confrontano RF con altri algoritmi sullo stesso set di dati). D'altra parte, la fonte originale afferma che il fatto che l'errore OOB viene calcolato durante l'addestramento del …

10 cross-validation random-forest overfitting out-of-sample

1

Foresta casuale vs Adaboost

Nella sezione 7 dell'articolo Random Forests (Breiman, 1999), l'autore afferma la seguente congettura: "Adaboost è una foresta casuale". Qualcuno ha dimostrato o smentito questo? Cosa è stato fatto per dimostrare o confutare questo post 1999?

10 machine-learning random-forest boosting

1

Previsione probabilistica casuale della foresta vs voto a maggioranza

Scikit Learn sembra usare la previsione probabilistica invece del voto della maggioranza per la tecnica di aggregazione del modello senza una spiegazione del perché (1.9.2.1. Foreste casuali). C'è una chiara spiegazione del perché? Inoltre, esiste un buon articolo o articolo di revisione per le varie tecniche di aggregazione dei modelli …

10 random-forest python scikit-learn aggregation bagging

1

La foresta casuale non può esagerare?

Ho letto della letteratura che le foreste casuali non possono esagerare. Anche se questo suona alla grande, sembra troppo bello per essere vero. È possibile che RF si adatti troppo?

10 random-forest overfitting

2

Come modificare la soglia per la classificazione in R randomForests?

Tutta la letteratura sul modello di distribuzione delle specie suggerisce che quando si prevede la presenza / assenza di una specie usando un modello che genera probabilità (ad esempio, RandomForests), la scelta della soglia di probabilità in base alla quale classificare effettivamente una specie come presenza o assenza è importante …

10 r classification random-forest threshold

2

Variante Caret per il modello randomForest

Ho difficoltà a capire come varImpfunziona la funzione per un modello randomForest con il caretpacchetto. Nell'esempio seguente, la funzione var3 assume un'importanza zero utilizzando la varImpfunzione caret , ma il modello finale randomForest sottostante ha un'importanza diversa da zero per la funzione var3. Perché è così? require(randomForest) require(caret) rf <- …

10 r caret random-forest

1

Come posso incorporare un valore anomalo innovativo all'osservazione 48 nel mio modello ARIMA?

Sto lavorando su un set di dati. Dopo aver usato alcune tecniche di identificazione del modello, sono uscito con un modello ARIMA (0,2,1). Ho usato la detectIOfunzione nel pacchetto TSAin R per rilevare un valore anomalo innovativo (IO) alla 48a osservazione del mio set di dati originale. Come posso incorporare …

10 r time-series arima outliers hypergeometric fishers-exact r time-series intraclass-correlation r logistic glmm clogit mixed-model spss repeated-measures ancova machine-learning python scikit-learn distributions data-transformation stochastic-processes web standard-deviation r machine-learning spatial similarities spatio-temporal binomial sparse poisson-process r regression nonparametric r regression logistic simulation power-analysis r svm random-forest anova repeated-measures manova regression statistical-significance cross-validation group-differences model-comparison r spatial model-evaluation parallel-computing generalized-least-squares r stata fitting mixture hypothesis-testing categorical-data hypothesis-testing anova statistical-significance repeated-measures likert wilcoxon-mann-whitney boxplot statistical-significance confidence-interval forecasting prediction-interval regression categorical-data stata least-squares experiment-design skewness reliability cronbachs-alpha r regression splines maximum-likelihood modeling likelihood-ratio profile-likelihood nested-models

3

Limiti ai metodi di ensemble basati su alberi in piccoli problemi n, grandi p?

Metodi di ensemble basati su alberi come Random Forest e derivati successivi (ad esempio, foresta condizionale), tutti pretendono di essere utili nei cosiddetti problemi "small n , large p ", per identificare l'importanza della variabile relativa. In effetti, questo sembra essere il caso, ma la mia domanda è fino a …

10 random-forest small-sample ensemble

1

randomForest e bug di importanza variabile?

Non ottengo la differenza tra rfobject$importancee importance(rfobject)nella colonna MeanDecreaseAccuracy. Esempio: > data("iris") > fit <- randomForest(Species~., data=iris, importance=TRUE) > fit$importance setosa versicolor virginica MeanDecreaseAccuracy MeanDecreaseGini Sepal.Length 0.027078501 0.019418330 0.040497602 0.02898837 9.173648 Sepal.Width 0.008553449 0.001962036 0.006951771 0.00575489 2.472105 Petal.Length 0.313303381 0.291818815 0.280981959 0.29216790 41.284869 Petal.Width 0.349686983 0.318527008 0.270975757 0.31054451 46.323415 > …

10 r random-forest importance

4

C'è un modo per usare la validazione incrociata per fare la selezione di variabili / caratteristiche in R?

Ho un set di dati con circa 70 variabili che vorrei ridurre. Quello che sto cercando di fare è usare CV per trovare le variabili più utili nel modo seguente. 1) Seleziona in modo casuale diciamo 20 variabili. 2) Utilizzare stepwise/ LASSO/ lars/ etc per scegliere le variabili più importanti. …

10 r cross-validation feature-selection random-forest stepwise-regression

6

Confronta R-quadrato da due diversi modelli di Foresta casuale

Sto usando il pacchetto randomForest in R per sviluppare un modello di foresta casuale per cercare di spiegare un risultato continuo in un set di dati "ampio" con più predittori che campioni. In particolare, sto inserendo un modello RF che consente alla procedura di selezionare da un insieme di ~ …

10 r machine-learning hypothesis-testing model-selection random-forest

1

Le foreste casuali possono fare molto meglio dell'errore di test del 2,8% su MNIST?

Non ho trovato alcuna documentazione sull'applicazione di Random Forests a MNIST, CIFAR, STL-10, ecc. Quindi ho pensato di provarli con il MNIST invariante alla permutazione . In R , ho provato: randomForest(train$x, factor(train$y), test$x, factor(test$y), ntree=500) Questo ha funzionato per 2 ore e ha avuto un errore di prova del …

10 r machine-learning classification random-forest scikit-learn

Domande taggate «random-forest»