Statistiche e Big Data train

5

Dimensione del lotto di compromesso rispetto al numero di iterazioni per la formazione di una rete neurale

Quando si allena una rete neurale, che differenza fa impostare: dimensione del lotto in e numero di iterazioni in bun'aaBbb rispetto alle dimensioni del batch in numero di iterazioni in dcccddd dove ?a b = c dab=cd ab = cd In altre parole, supponendo che addestriamo la rete neurale con …

222 neural-networks train

1

Vantaggi del campionamento stratificato vs casuale per la generazione di dati di allenamento in classificazione

Vorrei sapere se ci sono alcuni / alcuni vantaggi dell'utilizzo del campionamento stratificato anziché del campionamento casuale, quando si divide il set di dati originale in training e set di test per la classificazione. Inoltre, il campionamento stratificato introduce più distorsioni nel classificatore rispetto al campionamento casuale? L'applicazione, per la …

20 classification cross-validation random-forest train stratification

3

Imputazione prima o dopo la divisione in treno e prova?

Ho un set di dati con N ~ 5000 e circa 1/2 mancante su almeno una variabile importante. Il principale metodo analitico saranno i rischi proporzionali di Cox. Ho intenzione di utilizzare l'imputazione multipla. Mi dividerò anche in un treno e un set di test. Devo dividere i dati e …

18 cross-validation survival multiple-imputation train

4

L'accuratezza della macchina con incremento gradiente diminuisce all'aumentare del numero di iterazioni

Sto sperimentando l'algoritmo della macchina per aumentare il gradiente tramite il caretpacchetto in R. Utilizzando un piccolo set di dati di ammissione al college, ho eseguito il seguente codice: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- …

15 machine-learning caret boosting gbm hypothesis-testing t-test panel-data psychometrics intraclass-correlation generalized-linear-model categorical-data binomial model intercept causality cross-correlation distributions ranks p-value z-test sign-test time-series references terminology cross-correlation definition probability distributions beta-distribution inverse-gamma missing-data paired-comparisons paired-data clustered-standard-errors cluster-sample time-series arima logistic binary-data odds-ratio medicine hypothesis-testing wilcoxon-mann-whitney unsupervised-learning hierarchical-clustering neural-networks train clustering k-means regression ordinal-data change-scores machine-learning experiment-design roc precision-recall auc stata multilevel-analysis regression fitting nonlinear jmp r data-visualization gam gamm4 r lme4-nlme many-categories regression causality instrumental-variables endogeneity controlling-for-a-variable

2

Risultati diversi da randomForest via caret e dal pacchetto randomForest di base

Sono un po 'confuso: in che modo i risultati di un modello addestrato tramite il cursore possono differire dal modello nella confezione originale? Ho letto Se è necessaria la preelaborazione prima della previsione utilizzando FinalModel di RandomForest con pacchetto di inserimento? ma non uso alcuna preelaborazione qui. Ho addestrato diverse …

14 r machine-learning random-forest caret train

3

Addestramento, test, validazione in un problema di analisi di sopravvivenza

Ho cercato qui vari thread, ma non credo che la mia domanda esatta abbia una risposta. Ho un set di dati di circa 50.000 studenti e il loro tempo di abbandono. Eseguirò una regressione dei rischi proporzionale con un gran numero di potenziali covariate. Farò anche una regressione logistica sull'abbandono …

14 cross-validation survival train

2

Modo corretto di Scikit per calibrare i classificatori con CalibratedClassifierCV

Scikit ha CalibratedClassifierCV , che ci consente di calibrare i nostri modelli su una particolare coppia X, y. Lo afferma anche chiaramentedata for fitting the classifier and for calibrating it must be disjoint. Se devono essere disgiunti, è legittimo addestrare il classificatore con quanto segue? model = CalibratedClassifierCV(my_classifier) model.fit(X_train, y_train) …

14 cross-validation scikit-learn validation train calibration

1

Come sapere se una curva di apprendimento del modello SVM soffre di parzialità o varianza?

Ho creato questa curva di apprendimento e voglio sapere se il mio modello SVM soffre di parzialità o varianza? Come posso concludere questo da questo grafico?

12 machine-learning svm bias train

4

Buoni esempi / libri / risorse per conoscere l'apprendimento automatico applicato (non solo ML stesso)

Ho seguito un corso ML in precedenza, ma ora sto lavorando con progetti relativi alla ML nel mio lavoro, sto lottando un po 'per applicarlo effettivamente. Sono sicuro che le cose che sto facendo sono state studiate / trattate prima, ma non riesco a trovare argomenti specifici. Tutti gli esempi …

11 machine-learning references train application

3

Approcci durante l'apprendimento da enormi set di dati?

Fondamentalmente, ci sono due modi comuni per imparare contro enormi set di dati (quando ti trovi di fronte a restrizioni di tempo / spazio): Barare :): utilizzare solo un sottoinsieme "gestibile" per l'allenamento. La perdita di accuratezza può essere trascurabile a causa della legge dei rendimenti decrescenti: le prestazioni predittive …

10 machine-learning large-data model-evaluation train

Domande taggate «train»