Estatísticas e Big Data classification

3

Quais são as vantagens de empilhar vários LSTMs?

Quais são as vantagens, por que alguém usaria vários LSTMs, empilhados lado a lado, em uma rede profunda? Estou usando um LSTM para representar uma sequência de entradas como uma única entrada. Então, uma vez que eu tenho essa única representação - por que eu a repassaria novamente? Estou perguntando …

25 classification neural-networks deep-learning lstm rnn

2

Palavras-chave para classificação de texto: Por que não usar apenas frequências de palavras em vez de TFIDF?

Uma abordagem comum à classificação de texto é treinar um classificador a partir de um 'saco de palavras'. O usuário leva o texto para ser classificado e conta as frequências das palavras em cada objeto, seguido por algum tipo de corte para manter a matriz resultante de um tamanho gerenciável. …

24 machine-learning classification text-mining

1

Qual é a probabilidade de que

Dados nnn pontos de dados, cada um com ddd recursos, n / 2n/2n/2 são rotulados como 0 00 00 , o outro n / 2n/2n/2 é rotulado como 111 . Cada recurso recebe um valor de [ 0 , 1 ][0 0,1][0,1] aleatoriamente (distribuição uniforme). Qual é a probabilidade de …

24 probability classification mathematical-statistics separation

3

Validação cruzada ou bootstrapping para avaliar o desempenho da classificação?

Qual é o método de amostragem mais apropriado para avaliar o desempenho de um classificador em um conjunto de dados específico e compará-lo com outros classificadores? A validação cruzada parece ser uma prática padrão, mas li que métodos como o .632 bootstrap são uma opção melhor. Como acompanhamento: A escolha …

24 machine-learning classification predictive-models cross-validation bootstrap

2

Qual o tamanho necessário de um conjunto de treinamento?

Existe um método comum usado para determinar quantas amostras de treinamento são necessárias para treinar um classificador (neste caso, uma LDA) para obter uma precisão mínima de generalização de limite? Estou perguntando, porque gostaria de minimizar o tempo de calibração normalmente necessário em uma interface cérebro-computador.

24 classification

4

Que problema a superamostragem, a subamostragem e o SMOTE resolvem?

Em uma pergunta recente e bem recebida, Tim pergunta quando os dados desequilibrados são realmente um problema no Machine Learning ? A premissa da pergunta é que há muita literatura de aprendizado de máquina discutindo o equilíbrio de classes e o problema das classes desequilibradas . A idéia é que …

24 machine-learning classification predictive-models unbalanced-classes

2

Qual é a diferença entre uma função de perda e uma função de decisão?

Vejo que ambas as funções fazem parte de métodos de mineração de dados, como os Gradress Boosting Regressors. Vejo que esses também são objetos separados. Como é a relação entre os dois em geral?

23 regression classification data-mining decision-theory

2

Como lidar com a diferença entre a distribuição do conjunto de teste e o conjunto de treinamento?

Penso que uma suposição básica de aprendizado de máquina ou estimativa de parâmetros é que os dados invisíveis vêm da mesma distribuição que o conjunto de treinamento. No entanto, em alguns casos práticos, a distribuição do conjunto de testes será quase diferente do conjunto de treinamento. Digamos um problema de …

23 machine-learning classification skewness unbalanced-classes multi-class

3

Visualização da calibração da probabilidade prevista de um modelo

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

5

Alternativas às árvores de classificação, com melhor desempenho preditivo (por exemplo: CV)?

Estou procurando uma alternativa para as árvores de classificação que possam gerar melhor poder preditivo. Os dados com os quais estou lidando têm fatores para as variáveis explicativas e explicadas. Lembro-me de cruzar florestas aleatórias e redes neurais nesse contexto, embora nunca as tenha experimentado antes. Existe outro bom candidato …

23 r machine-learning classification cart

6

Precisão do teste maior que o treinamento. Como interpretar?

Eu tenho um conjunto de dados contendo no máximo 150 exemplos (divididos em treinamento e teste), com muitos recursos (acima de 1000). Preciso comparar classificadores e métodos de seleção de recursos com bom desempenho nos dados. Então, eu estou usando três métodos de classificação (J48, NB, SVM) e 2 métodos …

23 classification feature-selection

4

Por que os pesquisadores usam a validação cruzada de 10 vezes em vez de testar em um conjunto de validação?

Eu li muitos artigos de pesquisa sobre classificação de sentimentos e tópicos relacionados. A maioria deles usa validação cruzada de 10 vezes para treinar e testar classificadores. Isso significa que nenhum teste / validação separado é feito. Por que é que? Quais são as vantagens / desvantagens dessa abordagem, especialmente …

23 classification cross-validation

1

Escolhendo entre as regras de pontuação adequadas

A maioria dos recursos sobre regras de pontuação adequadas menciona várias regras de pontuação diferentes, como perda de log, pontuação de Brier ou pontuação esférica. No entanto, eles geralmente não dão muita orientação sobre as diferenças entre eles. (Anexo A: Wikipedia .) Escolher o modelo que maximiza a pontuação logarítmica …

22 machine-learning classification model-selection theory scoring-rules

2

Máquinas Boltzmann restritas versus redes neurais multicamadas

Eu estava querendo experimentar com uma rede neural um problema de classificação que estou enfrentando. Encontrei artigos que falam de RBMs. Mas pelo que entendi, eles não são diferentes de ter uma rede neural multicamada. Isso é preciso? Além disso, trabalho com R e não estou vendo nenhum pacote enlatado …

22 r machine-learning classification neural-networks

3

Cluster ou classificação supervisionada?

A segunda pergunta é que eu encontrei em uma discussão em algum lugar na Web falando sobre "cluster supervisionado", tanto quanto eu sei, cluster não é supervisionado, então qual é exatamente o significado por trás de "cluster supervisionado"? Qual a diferença em relação à "classificação"? Existem muitos links falando sobre …

22 clustering classification unsupervised-learning statistical-learning

Perguntas com a marcação «classification»