Una matrice sparsa è una matrice in cui molti degli elementi sono zeri. Il tag può essere utilizzato anche per la scarsità in altri contesti, come i modelli di regressione con scarsità, o il principio "scommessa sulla scarsità".
Ho visto da qualche parte che le distanze classiche (come la distanza euclidea) diventano debolmente discriminanti quando abbiamo dati multidimensionali e radi. Perché? Hai un esempio di due vettori di dati sparsi in cui la distanza euclidea non funziona bene? In questo caso quale somiglianza dovremmo usare?
Ho appreso della PCA alcune lezioni fa in classe e approfondendo questo affascinante concetto, ho imparato a conoscere la PCA sparsa. Volevo chiederti, se non sbaglio, questo è ciò che è un PCA scarso: in PCA, se hai punti di dati con variabili , puoi rappresentare ogni punto di dati …
Esiste un'implementazione della foresta casuale R che funziona bene con dati molto sparsi? Ho migliaia o milioni di variabili di input booleane, ma solo centinaia o giù di lì saranno VERE per ogni dato esempio. Sono relativamente nuovo su R e ho notato che esiste un pacchetto "Matrix" per gestire …
Quali sono le principali differenze tra dati sparsi e dati mancanti? E come influenza l'apprendimento automatico? Più specificamente, quale effetto hanno i dati sparsi e quelli mancanti sugli algoritmi di classificazione e sul tipo di algoritmo di regressione (numeri predittivi). Sto parlando di una situazione in cui la percentuale di …
Chiuso. Questa domanda è fuori tema . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per Cross Validated. Chiuso 5 anni fa . Sto cercando di compilare un elenco di algoritmi di clustering che sono: Implementato in R Operare su …
Una norma L1L1L_1 è unica (almeno in parte) perché p=1p=1p=1 è al confine tra non convesso e convesso. Una norma L1L1L_1 è la norma convessa "più scarsa" (giusto?). Capisco che la norma euclidea ha radici nella geometria e ha una chiara interpretazione quando le dimensioni hanno le stesse unità. Ma …
Sto cercando di classificare i messaggi in diverse categorie usando un SVM. Ho compilato un elenco di parole / simboli desiderabili dal set di addestramento. Per ogni vettore, che rappresenta un messaggio, ho impostato la riga corrispondente su 1se la parola è presente: "corpus" è: [mary, little, lamb, star, twinkle] …
Ultimamente ho visto molti articoli su rappresentazioni sparse e la maggior parte di loro usa la norma e minimizza. La mia domanda è: qual è la norma e la norma mista ? E come sono rilevanti per la regolarizzazione?ℓpℓp\ell_pℓpℓp\ell_pℓp,qℓp,q\ell_{p, q} Grazie
Il modo classico di analisi dei componenti principali (PCA) è quello di farlo su una matrice di dati di input le cui colonne hanno media zero (quindi il PCA può "massimizzare la varianza"). Ciò può essere ottenuto facilmente centrando le colonne. Tuttavia, quando la matrice di input è sparsa, la …
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 …
È noto (ad esempio nel campo del rilevamento compressivo) che la norma è "inducente la scarsità", nel senso che se minimizziamo il funzionale (per matrice fissa A e vettore \ vec {b} ) f_ {A , \ vec {b}} (\ vec {x}) = \ | A \ vec {x} - …
Sto cercando di generare una matrice di correlazione (psd simmetrica) con una struttura di sparsità pre-specificata (specificata da un grafico su nodi ). I nodi collegati nel grafico hanno correlazione , resto tutti sono 0 e la diagonale è tutto 1.p ρ ∼ U ( 0 , 1 )p×pp×pp\times ppppρ∼U(0,1)ρ∼U(0,1)\rho …
Ho input estremamente sparsi, ad esempio posizioni di determinate funzionalità in un'immagine di input. Inoltre, ogni funzione può avere più rilevamenti (non sono sicuro che ciò abbia un impatto sul design del sistema). Questo lo presenterò come 'immagine binaria' del canale k con pixel ON che rappresentano la presenza di …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.