Perguntas com a marcação «feature-selection»

Existem várias postagens sobre como selecionar recursos. Um dos métodos descreve a importância do recurso com base nas estatísticas t. Em R varImp(model)aplicado no modelo linear com características padronizadas , o valor absoluto da estatística t para cada parâmetro do modelo é usado. Então, basicamente escolhemos um recurso com base …

12 regression  p-value  feature-selection 

Então, eu entendo que a seleção de variáveis ​​faz parte da seleção de modelos. Mas em que consiste exatamente a seleção de modelos? É mais do que o seguinte: 1) escolha uma distribuição para o seu modelo 2) escolha variáveis ​​explicativas? Pergunto isso porque estou lendo um artigo Burnham & …

12 feature-selection  model-selection  aic  bic 

Eu tenho um conjunto de dados que representa 1000 documentos e todas as palavras que aparecem nele. Portanto, as linhas representam os documentos e as colunas representam as palavras. Assim, por exemplo, o valor na célula (i,j)(i,j)(i,j) representa o horário em que a palavra ocorre no documento . Agora, tenho …

12 r  data-mining  feature-selection 

Bloqueado . Esta pergunta e suas respostas estão bloqueadas porque a questão está fora de tópico, mas tem um significado histórico. No momento, não está aceitando novas respostas ou interações. Eu sou muito novo em R. Estou aprendendo aprendizado de máquina agora. Sinto muito, se esta pergunta parece ser muito …

12 r  feature-selection 

Estou tentando obter uma intuição de por que aumentar o número de recursos pode reduzir o desempenho. Atualmente, estou usando um classificador LDA que apresenta melhor desempenho bivariado entre certos recursos, mas pior ao analisar mais recursos. Minha precisão de classificação é realizada usando um xval estratificado de 10 vezes. …

12 classification  feature-selection 

Eu tenho dados com um número mínimo de recursos que não mudam e alguns recursos adicionais que podem mudar e ter um grande impacto no resultado. Meu conjunto de dados fica assim: Os recursos são A, B, C (sempre presente) e D, E, F, G, H (às vezes presentes) A …

12 machine-learning  feature-selection 

Nota: esta pergunta é um repost, pois minha pergunta anterior teve que ser excluída por razões legais. Ao comparar o PROC MIXED do SAS com a função lmedo nlmepacote no R, deparei-me com algumas diferenças bastante confusas. Mais especificamente, os graus de liberdade nos diferentes testes diferem entre PROC MIXEDe …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

A abordagem tradicional da seleção de variáveis ​​é encontrar variáveis ​​que mais contribuem para a previsão de uma nova resposta. Recentemente, aprendi de uma alternativa para isso. Na modelagem de variáveis ​​que determinam o efeito de um tratamento - como, por exemplo, em um ensaio clínico de um farmacêutico - …

12 regression  feature-selection 

A engenharia de recursos geralmente é um componente importante do aprendizado de máquina (foi muito utilizado para ganhar a Copa KDD em 2010 ). No entanto, acho que a maioria das técnicas de engenharia apresenta destruir qualquer significado intuitivo dos recursos subjacentes ou são muito específicos para um domínio específico …

12 predictive-models  feature-selection  feature-construction 

Eu tenho que reduzir o número de variáveis ​​para realizar uma análise de cluster. Minhas variáveis ​​estão fortemente correlacionadas, então pensei em fazer uma Análise Fatorial PCA (análise de componentes principais). No entanto, se eu usar as pontuações resultantes, meus clusters não estão muito corretos (em comparação com classificações anteriores …

12 clustering  pca  feature-selection  factor-analysis 

Programei uma regressão logística usando o algoritmo IRLS . Gostaria de aplicar uma penalização do LASSO para selecionar automaticamente os recursos corretos. A cada iteração, o seguinte é resolvido: (XTWX)δβ^=XT(y−p)(XTWX)δβ^=XT(y−p)\mathbf{\left(X^TWX\right) \delta\hat\beta=X^T\left(y-p\right)} Seja λλ\lambda um número real não negativo. Não estou penalizando a interceptação, como sugerido em Os elementos de. Aprendizagem …

12 logistic  generalized-linear-model  feature-selection  lasso  convex 

No sensor comprimido, existe uma garantia do teorema de que possui uma solução esparsa exclusiva c (consulte o apêndice para obter mais detalhes).argmin∥c∥1subject to y=Xcargmin‖c‖1subject to y=Xc\text{argmin} \Vert c \Vert_1\\ \text{subject to } y = Xc ccc Existe um teorema semelhante para o laço? Se existe um teorema, ele não …

12 regression  self-study  feature-selection  lasso  regularization 

Eu tenho dados com alguns milhares de recursos e desejo fazer a seleção recursiva de recursos (RFE) para remover os não informativos. Eu faço isso com sinal de intercalação e RFE. No entanto, comecei a pensar, se quero obter o melhor ajuste de regressão (floresta aleatória, por exemplo), quando devo …

12 regression  feature-selection  random-forest  caret 

No aprendizado por reforço, a aproximação de função linear é freqüentemente usada quando grandes espaços de estado estão presentes. (Quando as tabelas de consulta se tornam inviáveis.) A forma do valor com aproximação da função linear é dada porQ -Q-Q- Q ( s , a ) = w1 1f1 1( …

12 machine-learning  feature-selection  reinforcement-learning 

Os estimadores de Bayes são imunes ao viés de seleção? A maioria dos trabalhos que discutem estimativas em alta dimensão, por exemplo, dados de sequências genômicas completas, muitas vezes levanta a questão do viés de seleção. O viés de seleção decorre do fato de que, embora tenhamos milhares de preditores …

11 bayesian  feature-selection  bias  unbiased-estimator  conjugate-prior