Estatísticas e Big Data classification

4

O KNN é um algoritmo de aprendizado discriminativo?

Parece que o KNN é um algoritmo de aprendizado discriminativo, mas não consigo encontrar fontes online que confirmem isso. O KNN é um algoritmo de aprendizado discriminativo?

17 machine-learning classification k-nearest-neighbour

2

Classificação com aumento de gradiente: como manter a previsão em [0,1]

A questão Estou lutando para entender como a previsão é mantida dentro do intervalo ao fazer a classificação binária com o Gradient Boosting.[0,1][0,1][0,1] Assumir que estamos a trabalhar sobre um problema de classificação binária, e a função objectiva é a perda de registo, , onde y é a variável de …

17 logistic classification boosting

3

Qual é a diferença entre SVM e LDA?

Qual é a diferença entre Máquinas de vetores de suporte e Análise discriminante linear?

17 classification

1

O que significa que a AUC é uma regra de pontuação semi-adequada?

Uma regra de pontuação adequada é uma regra que é maximizada por um modelo 'verdadeiro' e não permite 'hedging' ou jogo do sistema (relatando deliberadamente resultados diferentes, como é a crença verdadeira do modelo para melhorar a pontuação). A pontuação Brier é adequada, a precisão (proporção classificada corretamente) é inadequada …

16 classification references roc measurement-error scoring-rules

3

O que é modelo nulo em regressão e como ele se relaciona com a hipótese nula?

O que é modelo nulo em regressão e qual a relação entre modelo nulo e hipótese nula? Para meu entendimento, isso significa Usando "média da variável de resposta" para prever a variável de resposta contínua? Usando a "distribuição de etiquetas" na previsão de variáveis de resposta discretas? Se for esse …

16 regression hypothesis-testing classification terminology model

2

Estado da arte em geral aprendendo com dados em '69

Estou tentando entender o contexto do famoso livro de Minsky e Papert "Perceptrons", de 1969, tão crítico para as redes neurais. Até onde eu sei, ainda não havia outros algoritmos genéricos de aprendizado supervisionado, exceto o perceptron: as árvores de decisão começaram a se tornar realmente úteis apenas no final …

16 classification neural-networks history

1

Treinar um campo aleatório básico de Markov para classificar pixels em uma imagem

Estou tentando aprender como usar os campos aleatórios de Markov para segmentar regiões em uma imagem. Não entendo alguns dos parâmetros no MRF ou por que às vezes a maximização de expectativas que realizo não converge para uma solução. A partir teorema de Bayes, eu tenho , onde é o …

16 expectation-maximization image-processing classification

2

abordagens de treinamento para um conjunto de dados altamente desequilibrado

Eu tenho um conjunto de dados de teste altamente desequilibrado. O conjunto positivo consiste em 100 casos, enquanto o conjunto negativo consiste em 1500 casos. No lado do treinamento, eu tenho um pool de candidatos maior: o conjunto de treinamento positivo tem 1200 casos e o conjunto de treinamento negativo …

16 machine-learning classification data-mining svm bioinformatics

4

Baixa precisão de classificação, o que fazer em seguida?

Então, eu sou um novato no campo ML e tento fazer alguma classificação. Meu objetivo é prever o resultado de um evento esportivo. Reuni alguns dados históricos e agora tente treinar um classificador. Eu obtive cerca de 1200 amostras, 0,2 delas foram separadas para fins de teste, outras colocadas na …

16 classification svm feature-selection random-forest

3

Pesquisa em grade na validação cruzada k-fold

Eu tenho um conjunto de dados de 120 amostras em uma configuração de validação cruzada de 10 vezes. Atualmente, eu escolho os dados de treinamento do primeiro holdout e faço uma validação cruzada 5 vezes para escolher os valores de gama e C pela pesquisa em grade. Estou usando o …

16 machine-learning classification cross-validation svm

3

Variáveis colineares no treinamento Multiclass LDA

Estou treinando um classificador LDA de várias classes com 8 classes de dados. Durante a execução do treinamento, recebo um aviso de: "As variáveis são colineares " Estou recebendo uma precisão de treinamento de mais de 90% . Estou usando a biblioteca scikits-learn no Python para treinar e testar os …

16 machine-learning classification python scikit-learn discriminant-analysis

1

Na teoria da aprendizagem estatística, não há um problema de adaptação excessiva em um conjunto de testes?

Vamos considerar o problema de classificar o conjunto de dados MNIST. De acordo com a página MNIST da Yann LeCun , 'Ciresan et al.' obteve uma taxa de erro de 0,23% no conjunto de testes MNIST usando a Rede Neural Convolucional. Vamos denotar o treinamento MNIST definido como , o …

16 machine-learning classification overfitting probability-inequalities

3

Sugestões para aprendizado sensível a custos em um ambiente altamente desequilibrado

Eu tenho um conjunto de dados com alguns milhões de linhas e ~ 100 colunas. Gostaria de detectar cerca de 1% dos exemplos no conjunto de dados, que pertencem a uma classe comum. Eu tenho uma restrição de precisão mínima, mas devido ao custo muito assimétrico, não estou muito interessado …

15 machine-learning classification unbalanced-classes precision-recall

1

Qual é a intuição por trás de amostras intercambiáveis sob a hipótese nula?

Os testes de permutação (também chamados de teste de randomização, teste de re-randomização ou teste exato) são muito úteis e úteis quando a suposição de distribuição normal exigida por, por exemplo, t-testnão é atendida e quando a transformação dos valores pela classificação do teste não-paramétrico como Mann-Whitney-U-testlevaria a mais informações …

15 hypothesis-testing permutation-test exchangeability r statistical-significance loess data-visualization normal-distribution pdf ggplot2 kernel-smoothing probability self-study expected-value normal-distribution prior correlation time-series regression heteroscedasticity estimation estimators fisher-information data-visualization repeated-measures binary-data panel-data mathematical-statistics coefficient-of-variation normal-distribution order-statistics regression machine-learning one-class probability estimators forecasting prediction validation finance measurement-error variance mean spatial monte-carlo data-visualization boxplot sampling uniform chi-squared goodness-of-fit probability mixture theory gaussian-mixture regression statistical-significance p-value bootstrap regression multicollinearity correlation r poisson-distribution survival regression categorical-data ordinal-data ordered-logit regression interaction time-series machine-learning forecasting cross-validation binomial multiple-comparisons simulation false-discovery-rate r clustering frequency wilcoxon-mann-whitney wilcoxon-signed-rank r svm t-test missing-data excel r numerical-integration r random-variable lme4-nlme mixed-model weighted-regression power-law errors-in-variables machine-learning classification entropy information-theory mutual-information

2

Média (escores) vs Escore (concatenação) na validação cruzada

TLDR: Meu conjunto de dados é bem pequeno (120) amostras. Ao fazer a validação cruzada de 10 vezes, devo: Colete as saídas de cada dobra de teste, concatene-as em um vetor e calcule o erro nesse vetor completo de previsões (120 amostras)? Ou devo vez calcular o erro nas saídas …

15 classification cross-validation small-sample

Perguntas com a marcação «classification»