Perguntas com a marcação «binary-data»

Quero medir a entropia / densidade da informação / semelhança de padrão de uma matriz binária bidimensional. Deixe-me mostrar algumas fotos para esclarecimentos: Essa exibição deve ter uma entropia bastante alta: A) Isso deve ter entropia média: B) Finalmente, essas imagens devem ter entropia quase zero: C) D) E) Existe …

53 algorithms  binary-data  entropy  pattern-recognition  information 

Eu tenho um conjunto de dados na forma de (recursos, saída binária 0 ou 1), mas 1 acontece muito raramente, portanto, sempre prevendo 0, obtenho precisão entre 70% e 90% (dependendo dos dados específicos que vejo) ) Os métodos de ML me dão a mesma precisão e, acredito, deve haver …

52 machine-learning  classification  binary-data  unbalanced-classes 

Eu tenho uma pergunta sobre classificação em geral. Seja f um classificador, que produz um conjunto de probabilidades, com base em alguns dados D. Normalmente, alguém diria: bem, se P (c | D)> 0,5, atribuiremos uma classe 1, caso contrário, 0 (que seja binário classificação). Minha pergunta é: e se …

49 machine-learning  classification  binary-data  threshold 

Existem dois vetores booleanos, que contêm apenas 0 e 1. Se eu calcular a correlação de Pearson ou Spearman, elas são significativas ou razoáveis?

42 correlation  binary-data  pearson-r  spearman-rho 

Quero reduzir a dimensionalidade dos sistemas de ordem superior e capturar a maior parte da covariância em um campo de preferência bidimensional ou unidimensional. Entendo que isso pode ser feito por meio da análise de componentes principais e usei o PCA em muitos cenários. No entanto, nunca o usei com …

38 pca  data-visualization  binary-data  dimensionality-reduction  correspondence-analysis 

Eu tenho um conjunto de dados com um grande número de respostas Sim / Não. Posso usar componentes principais (PCA) ou qualquer outra análise de redução de dados (como análise fatorial) para esse tipo de dados? Por favor, informe como eu faço isso usando o SPSS.

30 spss  categorical-data  pca  factor-analysis  binary-data 

Concluí a análise de componentes principais (PCA), análise fatorial exploratória (EFA) e análise fatorial confirmatória (CFA), tratando dados em escala likert (respostas em cinco níveis: nenhuma, um pouco, algumas, etc.) como contínua variável. Em seguida, usando Lavaan, repeti o CFA definindo as variáveis ​​como categóricas. Gostaria de saber para que …

28 pca  factor-analysis  ordinal-data  binary-data  likert 

Preciso usar variáveis ​​binárias (valores 0 e 1) em médias k. Mas k-means funciona apenas com variáveis ​​contínuas. Eu sei que algumas pessoas ainda usam essas variáveis ​​binárias em k-means, ignorando o fato de que k-means é projetado apenas para variáveis ​​contínuas. Isso é inaceitável para mim. Questões: Então, qual …

27 r  clustering  binary-data  k-means  mixed-type-data 

Entendo a lógica da codificação para análise de dados. Minha pergunta abaixo é sobre o uso de um código específico. Existe uma razão pela qual o sexo é frequentemente codificado como 0 para o sexo feminino e 1 para o sexo masculino? Por que essa codificação é considerada 'padrão'? Compare …

25 data-transformation  binary-data  categorical-encoding  units 

Eu tenho um conjunto de dados com um conjunto de recursos. Alguns deles são binários ativo ou acionado, inativo ou inativo) e o restante é valorizado de verdade, por exemplo, .(1=(1=(1=0=0=0=4564.3424564.3424564.342 Eu quero alimentar esses dados para um algoritmo de aprendizado de máquina, de modo que -Score todas as características …

25 machine-learning  normalization  binary-data 

Suponha que eu tenha um modelo preditivo que produz, para cada instância, uma probabilidade para cada classe. Agora reconheço que existem muitas maneiras de avaliar esse modelo se eu quiser usar essas probabilidades para classificação (precisão, recall, etc.). Também reconheço que uma curva ROC e a área sob ela podem …

23 data-visualization  classification  predictive-models  binary-data  calibration 

Eu quero gerar duas variáveis. Um é variável de resultado binário (digamos sucesso / fracasso) e o outro é a idade em anos. Quero que a idade seja positivamente correlacionada com o sucesso. Por exemplo, deve haver mais sucessos nos segmentos etários mais altos do que nos mais baixos. Idealmente, …

23 correlation  random-variable  random-generation  binary-data 

Eu tenho uma matriz semi-pequena de recursos binários da dimensão 250k x 100. Cada linha é um usuário e as colunas são "tags" binárias de algum comportamento do usuário, por exemplo, "likes_cats". user 1 2 3 4 5 ... ------------------------- A 1 0 1 0 1 B 0 1 0 …

22 r  clustering  binary-data 

De Encyclopedia of Sciences estatísticos compreendo que dada dicotómica (binário: 1 = presente; 0 = ausente) atributos (variáveis), que pode formar uma tabela de contingência para quaisquer dois objectos i e j de uma amostra:ppp j 1 0 ------- 1 | a | b | i ------- 0 | c …

20 binary-data  similarities  association-measure 

Estou experimentando o algoritmo da máquina de aumento de gradiente através do caretpacote em R. Usando um pequeno conjunto de dados de admissões de faculdade, executei o seguinte código: 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