Perguntas com a marcação «dataset»

Eu rotulei dados compostos por 10000 exemplos positivos e 50000 exemplos negativos, fornecendo um total de 60000 exemplos. Obviamente esses dados estão desequilibrados. Agora, digamos que quero criar meu conjunto de validação e quero usar 10% dos meus dados para fazer isso. Minha pergunta é a seguinte: Devo garantir que …

9 machine-learning  neural-networks  cross-validation  dataset  unbalanced-classes 

Estou me envolvendo com os tipos de dados e preciso de ajuda: Se você olhar a figura acima (tirada daqui ), ela tem os tipos de dados como este: Quantitativo (Discreto, Contínuo) Qualitativo (Nominal (N), Ordinal (O), Binário (B)). Mas se você olhar para a próxima foto ( daqui ), …

9 categorical-data  dataset  ordinal-data  binary-data 

Aqui estão os dados: > tires <- data.frame(Wear = c(17, 14, 12, 13, 14, 14, 12, 11, 13, 13, 10, 11, 13, 8, 9, 9), Brand = rep(LETTERS[1:4], 4), Car = as.character(as.roman(rep(1:4, each = 4)))) > tires Wear Brand Car 1 17 A I 2 14 B I 3 12 …

9 r  anova  dataset  degrees-of-freedom 

Estou desenvolvendo sistemas de negociação automatizados para o mercado de ações. O grande desafio tem sido excessivo. Você pode recomendar alguns recursos que descrevam métodos para medir e evitar ajustes excessivos? Comecei com conjuntos de treinamento / validação, mas o conjunto de validação sempre fica corrompido. Além disso, os dados …

9 time-series  machine-learning  dataset  data-mining  validation 

Vamos supor que você tenha recebido alguns dados de um delineamento de blocos casualizados com 4 repetições e 23 tratamentos. Após uma inspeção inicial dos dados, você percebe que, durante 8 tratamentos, todas as repetições são idênticas, o que está obviamente errado. Após relatar o problema, você será informado de …

8 probability  anova  dataset  fraud 

Em um post do blog, Andrew Gelman escreve : A regressão passo a passo é uma dessas coisas, como detecção externa e gráficos de pizza, que parecem populares entre os não estatísticos, mas são considerados pelos estatísticos uma piada. Entendo a referência aos gráficos de setores circulares, mas por que …

8 dataset  outliers  quality-control 

Antes de postar esta pergunta, naveguei por outras perguntas neste Stack, e isso provavelmente será um passeio no parque para quem lê! Mas a descrição deste Stack inclui análise e visualização de dados, então espero que este esteja no lugar certo! </preapology> Estou usando um Raspberry Pi com um ímã …

8 data-visualization  dataset 

Por que as medidas de dispersão são calculadas em relação a algum ponto central? Por que, por exemplo, todas as possíveis diferenças não repetidas e emparelhadas no conjunto de dados não seriam uma medida válida de dispersão?

8 dataset  standard-deviation  theory  variability 

Estou com problemas para entender o conceito e a derivação da probabilidade de dados truncados. Por exemplo, se eu quiser encontrar a função de probabilidade com base em uma amostra de uma distribuição, mas ao retirar uma amostra da distribuição, observo os valores truncados (onde há um corte de , …

8 dataset  likelihood 

Estou computando algumas probabilidades condicionais e intervalos de confiança associados a 95%. Para muitos de meus casos, tenho contagens diretas de xsucessos fora dos ntestes (de uma tabela de contingência), para que eu possa usar um intervalo de confiança binomial, como é fornecido por binom.confint(x, n, method='exact')in R. Em outros …

8 r  bayesian  confidence-interval  conditional-probability  hidden-markov-model  segmentation  hypothesis-testing  statistical-significance  multiple-comparisons  multiple-regression  r  regression  survey  sample  finite-population  pca  model-selection  dataset  partitioning  clustering  time-series  least-squares  regression  standard-error  causality  r  time-series  outliers  missing-data  machine-learning  svm  hypothesis-testing  discrete-data  r  data-visualization  survey  likert  finance  regression  pca  feature-selection  stepwise-regression  underdetermined  svm  natural-language 

Quero que R exiba os dados que ele fornece da summary()função em uma tabela para que eu possa compartilhar isso facilmente. Atualmente, estou apenas fazendo summary()no console e, em seguida, tirando uma captura de tela, mas eu prefiro que isso seja gerado como uma boa tabela, como todos os meus …

8 r  dataset  descriptive-statistics  tables 

Eu estava procurando por conjuntos de dados de jogos de computador, mas até agora só consegui encontrar o conjunto de dados 'Avatar History' para o WoW. Existem outros conjuntos de dados interessantes por aí, possivelmente para outros gêneros?

8 data-mining  dataset 

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 

Estou treinando uma rede neural para classificação de áudio. Eu o treinei no conjunto de dados UrbanSound8K (Modelo1) e depois quis avaliar como diferentes níveis de ruído adicionado às entradas influenciavam a precisão da previsão. Precisão da linha de base Modelo1 = 65% Como esperado, níveis mais altos de ruído …

8 classification  neural-networks  dataset  overfitting 

Suponha que você tenha dois conjuntos de dados D1 e D2. Ambos são amostrados da mesma distribuição subjacente X. Quero usá-los para treinar uma rede neural. Os recursos são todos os números inteiros não assinados no intervalo [0; 2 ^ 64]. Devido ao fato de os recursos estarem em escalas …

7 neural-networks  dataset  normalization  z-score