Estatísticas e Big Data

Com base em uma resposta no Cross Validated , estive procurando implementar uma floresta aleatória no .NET / C # para classificar documentos de texto. Olhando pela web para ver se existem implementações existentes, deparei-me com um algoritmo para uma floresta de decisão no Alglib . O problema é que …

8 random-forest 

Digamos que eu coletei um pequeno número (N) de observações para uma hipótese que eu gostaria de testar. Eu poderia usar o método de autoinicialização para produzir uma distribuição de amostra para o resultado médio de N observações, mas estou preocupado que esse modelo possa quebrar quando N ficar muito …

8 bootstrap 

Estou trabalhando em um modelo de previsão baseado em ANN para uma série temporal financeira. Estou usando a validação cruzada 5 vezes e o desempenho médio é tão. O desempenho na última dobra (a iteração em que o último segmento é omitido do treinamento e usado para validação) é melhor …

8 time-series  cross-validation  neural-networks  finance 

Estou tentando usar o agrupamento de dossel para fornecer clusters iniciais para o KMeans no mahout. Existe uma maneira de determinar / aproximar os valores dos limites de distância T1 e T2 algoritmicamente? No momento, tenho T1 = 100 e T2 = 1, o que não parece estar fazendo nada …

8 clustering 

Antecedentes: Oito médicos classificaram os mesmos 54 pacientes em uma medida de persuasão (escala Likert de 1 a 7). A pontuação média na medida de persuasão acabará sendo a medida do resultado do meu experimento. A confiabilidade interexaminadores foi quantificada como o coeficiente de correlação intraclasse (ICC), usando o modelo …

8 reliability  agreement-statistics 

Eu gostaria de encontrar alguma solução para executar um modelo de efeito misto de regressão quantílica. Na minha pesquisa no google, não consegui encontrar uma implementação de R para esse procedimento (apenas avisos de que " isso não é para os fracos de coração "). Eu gostaria de resolver uma …

8 regression  mixed-model 

Estou tentando entender como dinterval () funciona no JAGS para dados censurados. Estou modelando dados grosseiros, onde só tenho limites superior e inferior para cada ponto de dados (não o valor verdadeiro). Aqui está um exemplo simples de como acho que deve funcionar: Alguns limites superior e inferior para cada …

8 jags  interval-censoring 

Na regressão múltipla, se um teste F global for significativo, então os testes t (ou testes de Wald) para os coeficientes são considerados comparações múltiplas e testes post hoc e devem ser ajustados?

8 regression  multiple-comparisons  regression-coefficients 

Eu tenho um conjunto de dados de nnn referências e mmmsubamostras em cada referência. Eu corro esses benchmarks e suas subamostras empppmáquinas sujeitas. O 'indivíduo' estudado pelas subamostras é o mesmo para cada máquina de assunto e os benchmarks são os mesmos para cada máquina de assunto. Como realizo uma …

8 r  anova  split-plot 

Estou implementando a versão GLMNET da rede elástica para regressão linear com outro software que não o R. Comparei meus resultados com a função R glmnet no modo de laço nos dados de diabetes . A seleção da variável é boa ao variar o valor do parâmetro (lambda), mas obtenho …

8 r  lasso  regularization  glmnet  elastic-net 

Eu estou querendo saber se existem algoritmos (talvez algoritmos genéticos) em R para construção de recursos (derivados de preditores candidatos de preditores existentes)? Estou pensando em uma rotina para testar potências, interações, proporções e combinações lineares de ordem superior e funções não lineares de variáveis ​​existentes (sin, cos, atan etc.). …

8 r  machine-learning  feature-construction  genetic-algorithms 

Acabei de descobrir como executar um script R no R Console no Windows. source("arrrFile.R") O problema é que esse comando é executado "silenciosamente". Como posso executar o arquivo comando por comando, como eu digitaria no console?

8 r 

Eu estava brincando com o ggplot2 usando os seguintes comandos para ajustar uma linha aos meus dados: ggplot(data=datNorm, aes(x=Num, y=Val)) + geom_point() + stat_summary(fun.data = "mean_cl_boot", geom="errorbar", colour="red", width=0.8) + stat_sum_single(median) + stat_sum_single(mean, colour="blue") + geom_smooth(level = 0.95, aes(group=1), method="lm") Os pontos vermelhos são valores medianos, o azul é a …

8 r  modeling  dataset  data-mining  ggplot2 

Alguém sabe como calcular o intervalo de previsão para regressão de crista? e qual é a sua relação com o intervalo de previsão da regressão OLS?

8 ridge-regression  prediction-interval 

Suponha que vou estimar uma regressão linear em que assumo . Qual é o benefício do OLS contra a estimativa de ML? Eu sei que precisamos saber uma distribuição de quando usamos ML Methods, mas como eu suponho que se eu uso ML ou OLS, este ponto parece irrelevante. Assim, …

8 regression  least-squares  linear-model