Perguntas com a marcação «clustering»

Problema básico Aqui está o meu problema básico: estou tentando agrupar um conjunto de dados que contém algumas variáveis ​​muito assimétricas com contagens. As variáveis ​​contêm muitos zeros e, portanto, não são muito informativas para o meu procedimento de agrupamento - o que provavelmente é um algoritmo k-means. Tudo bem, …

11 clustering  data-transformation  k-means  count-data  compositional-data 

Estou tentando implementar e aprender um processo de Dirichlet para agrupar meus dados (ou, conforme as pessoas do aprendizado de máquina falam, estimam a densidade). Eu li muito papel no tópico e meio que entendi a idéia. Mas ainda estou confuso; aqui está uma série de perguntas, 1) Qual é …

11 machine-learning  clustering  dirichlet-process 

Depois de treinar um mapa auto-organizado, é possível calcular o U-Matrix . Existem algumas ferramentas para visualizá-lo manualmente e identificar clusters, mas estou me perguntando se existe algum algoritmo para executar esse processo de maneira automática (ou seja, não ter um humano olhando a figura para identificar os clusters). Há …

10 clustering  image-processing  self-organizing-maps 

Estou interessado no estado da arte atual para selecionar sementes iniciais (centros de cluster) para K-means. O Google leva a duas opções populares: seleção aleatória de sementes iniciais e, usando a técnica de seleção KMeans ++: Arthur & Vassilvitskii 2006 k-means ++: As vantagens da sementeira cuidadosa Existem outros métodos …

10 clustering  k-means 

Estou fazendo um estudo sobre o uso de drogas múltiplas. Eu tenho um conjunto de dados de 400 viciados em drogas, cada um declarando as drogas que abusam. Existem mais de 10 medicamentos e, portanto, existem grandes combinações possíveis. Recodifiquei a maioria das drogas que eles consomem em variáveis ​​binárias …

10 hypothesis-testing  clustering  combinatorics  association-measure  association-rules 

Eu estava lendo: https://en.wikipedia.org/wiki/Tf%E2%80%93idf#Definition Mas não consigo entender exatamente por que a fórmula foi construída do jeito que é. O que eu entendo: A FDN deve, em algum nível, medir a frequência com que um termo S aparece em cada um dos documentos, diminuindo em valor à medida que o …

10 machine-learning  clustering  mathematical-statistics  text-mining  natural-language 

Estou procurando agrupar / mesclar nós em um gráfico usando o agrupamento de gráficos em 'r'. Aqui está uma variação impressionante do meu problema. Existem dois "clusters" Existe uma "ponte" conectando os clusters Aqui está uma rede candidata: Quando olho para a distância da conexão, a "contagem de hop", se …

10 r  clustering  data-visualization  numerics 

Usei a estatística GAP para estimar k clusters em R. No entanto, não tenho certeza se a interpreto bem. A partir da trama acima, presumo que devo usar 3 clusters. No segundo lote, devo escolher 6 grupos. É uma interpretação correta da estatística GAP? Eu ficaria grato por qualquer explicação.

10 clustering 

Eu sou muito novo na análise de cluster. Eu estou usando R para k-significa cluster e me pergunto o que são essas coisas. E o que é melhor se a proporção for menor ou maior?

10 clustering 

Configuração do problema Um dos primeiros problemas de brinquedo nos quais eu queria aplicar o PyMC é o cluster não paramétrico: com alguns dados, modele-os como uma mistura gaussiana e aprenda o número de clusters e a média e covariância de cada cluster. A maior parte do que sei sobre …

10 bayesian  clustering  python  pymc  nonparametric-bayes 

Para um exemplo simples, assuma que existem dois modelos de regressão linear Modelo 1 tem três preditores, x1a, x2b, ex2c O modelo 2 possui três preditores do modelo 1 e dois preditores adicionais x2aex2b Existe uma equação de regressão populacional em que a variação populacional explicada é para o Modelo …

10 regression  confidence-interval  estimation  r-squared  shrinkage  anova  t-test  references  tukey-hsd  machine-learning  boosting  r  clustering  fishers-exact  generalized-linear-model  model  probit  link-function  r  survival  probability  distributions  dice  logistic  lme4-nlme  glmm  meta-analysis  distributions  distributions  factor-analysis  r  anova  repeated-measures  post-hoc 

Eu tenho um conjunto de dados 2D em que desejo encontrar os centros de um número especificado de centros de círculos ( ) que maximizam o número total de pontos dentro de uma distância especificada ( ).RNNNRRR por exemplo, eu tenho 10.000 pontos de dados e quero encontrar os centros …

10 r  clustering  distance 

Eu sou novo na análise de sequências e fiquei imaginando como você reage se as larguras médias da silhueta (ASW) das análises de cluster das matrizes de dissimilaridade com base na Correspondência Ótima são baixas (em torno de 25). Parece apropriado concluir que há pouca estrutura subjacente que permita que …

10 clustering  traminer 

Eu tenho um GLMM do formulário: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Quando uso drop1(model, test="Chi"), obtenho resultados diferentes dos que utilizo Anova(model, type="III")na embalagem do carro ou summary(model). Estes dois últimos dão as mesmas respostas. Usando um monte de dados fabricados, …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

Agrupei meu conjunto de dados de vários milhares de cadeias de Markov de primeira ordem em cerca de 10 clusters. Existe alguma maneira recomendada de como avaliar esses clusters e descobrir o que os itens nos clusters compartilham e como eles diferem de outros clusters? Para que eu possa fazer …

10 data-visualization  clustering  markov-process