Statistiche e Big Data similarities

2

Come trovare pesi per una misura di dissomiglianza

Voglio imparare (dedurre) i pesi degli attributi per la mia misura di dissimilarità che posso usare per il clustering. Ho alcuni esempi di coppie di oggetti che sono "simili" (dovrebbero essere nello stesso cluster), nonché alcuni esempi di coppie di oggetti "non simili" (non dovrebbero essere nello stesso cluster). Ogni …

9 clustering similarities supervised-learning semi-supervised

3

Calcolo di Jaccard o altro coefficiente di associazione per i dati binari mediante la moltiplicazione della matrice

Voglio sapere se esiste un modo possibile per calcolare il coefficiente di Jaccard usando la moltiplicazione della matrice. Ho usato questo codice jaccard_sim <- function(x) { # initialize similarity matrix m <- matrix(NA, nrow=ncol(x),ncol=ncol(x),dimnames=list(colnames(x),colnames(x))) jaccard <- as.data.frame(m) for(i in 1:ncol(x)) { for(j in i:ncol(x)) { jaccard[i,j]= length(which(x[,i] & x[,j])) / …

9 r matrix binary-data association-measure similarities

1

Come confrontare gli eventi osservati con quelli previsti?

Supponiamo di avere un campione di frequenze di 4 possibili eventi: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 e ho le probabilità attese dei miei eventi: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Con la somma delle frequenze osservate dei …

9 r statistical-significance chi-squared multivariate-analysis exponential joint-distribution statistical-significance self-study standard-deviation probability normal-distribution spss interpretation assumptions cox-model reporting cox-model statistical-significance reliability method-comparison classification boosting ensemble adaboost confidence-interval cross-validation prediction prediction-interval regression machine-learning svm regularization regression sampling survey probit matlab feature-selection information-theory mutual-information time-series forecasting simulation classification boosting ensemble adaboost normal-distribution multivariate-analysis covariance gini clustering text-mining distance-functions information-retrieval similarities regression logistic stata group-differences r anova confidence-interval repeated-measures r logistic lme4-nlme inference fiducial kalman-filter classification discriminant-analysis linear-algebra computing statistical-significance time-series panel-data missing-data uncertainty probability multivariate-analysis r classification spss k-means discriminant-analysis poisson-distribution average r random-forest importance probability conditional-probability distributions standard-deviation time-series machine-learning online forecasting r pca dataset data-visualization bayes distributions mathematical-statistics degrees-of-freedom

Domande taggate «similarities»