Perguntas com a marcação «metric»

Li que "a distância euclidiana não é uma boa distância em grandes dimensões". Acho que essa afirmação tem algo a ver com a maldição da dimensionalidade, mas o que exatamente? Além disso, o que são 'altas dimensões'? Tenho aplicado clustering hierárquico usando distância euclidiana com 100 recursos. Até quantos recursos …

240 machine-learning  clustering  distance-functions  metric  high-dimensional 

Fiquei me perguntando, dadas duas distribuições normais com eσ1, μ 1σ1, μ1\sigma_1,\ \mu_1σ2, μ 2σ2, μ2\sigma_2, \ \mu_2 como posso calcular a porcentagem de regiões sobrepostas de duas distribuições? Suponho que esse problema tenha um nome específico. Você conhece algum nome específico que descreva esse problema? Você está ciente de …

46 normal-distribution  similarities  metric  bhattacharyya 

Eu li algumas definições de recall e precisão, embora isso ocorra sempre no contexto da recuperação de informações. Eu queria saber se alguém poderia explicar isso um pouco mais em um contexto de classificação e talvez ilustrar alguns exemplos. Digamos, por exemplo, que eu tenha um classificador binário que me …

40 machine-learning  metric 

Acabei de me deparar com este artigo , que descreve como calcular a repetibilidade (também conhecida como confiabilidade, também conhecida como correlação intraclasse) de uma medição via modelagem de efeitos mistos. O código R seria: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

Qual é a diferença prática entre a métrica de Wasserstein e a divergência de Kullback-Leibler ? A métrica de Wasserstein também é chamada de distância do motor da Terra . Da Wikipedia: A métrica de Wasserstein (ou Vaserstein) é uma função de distância definida entre distribuições de probabilidade em um …

25 distributions  kullback-leibler  metric  wasserstein 

É possível controlar o custo da classificação incorreta no pacote R randomForest ? No meu próprio trabalho, os falsos negativos (por exemplo, falta de erro de uma pessoa ter uma doença) são muito mais caros do que os falsos positivos. O pacote rpart permite que o usuário controle os custos …

21 r  classification  random-forest  loss-functions  metric 

Fiquei me perguntando se alguém tinha algum insight ou intuição por trás da diferença entre a Variação da Informação e o Índice Rand para comparar agrupamentos. Eu li o artigo " Comparando Clusterings - Uma Distância Baseada em Informações ", de Marina Melia (Journal of Multivariate Analysis, 2007), mas, além …

21 machine-learning  clustering  metric 

A divergência de Kullback-Leibler é uma métrica para comparar duas funções de densidade de probabilidade, mas que métrica é usada para comparar dois XXX e GP YYY?

14 gaussian-process  metric 

Eu sei que a divergência KL não é simétrica e não pode ser estritamente considerada uma métrica. Se sim, por que é usado quando o JS Divergence satisfaz as propriedades necessárias para uma métrica? Existem cenários em que a divergência de KL pode ser usada, mas não a JS Divergence …

14 probability  distributions  kullback-leibler  metric 

Ao estudar a distância Kullback-Leibler, aprendemos muito rapidamente que não respeita nem a desigualdade do triângulo nem a simetria, propriedades necessárias de uma métrica. Minha pergunta é se existe alguma métrica das funções de densidade de probabilidade que atendam a todas as restrições de uma métrica .

13 distributions  distance  metric 

Para cluster hierárquico, geralmente vejo as duas "métricas" a seguir (elas não estão falando exatamente) para medir a distância entre duas variáveis ​​aleatórias e : \ newcommand {\ Cor} {\ mathrm {Cor}} \ begin {align} d_1 (X, Y) & = 1- | \ COR (X, Y) |, \\ d_2 (X, …

13 correlation  clustering  distance  metric 

Quais são as "melhores" métricas para matrizes de covariância e por quê? É claro para mim que Frobenius & c não são apropriados, e as parametrizações de ângulos também têm seus problemas. Intuitivamente, pode-se querer um compromisso entre esses dois, mas eu também gostaria de saber se há outros aspectos …

11 covariance  metric 

Gostaria de codificar um kmeans agrupado em python usando pandas e scikit learn. Para selecionar o bom k, gostaria de codificar a estatística Gap de Tibshirani e al 2001 ( pdf ). Gostaria de saber se poderia usar o resultado de inércia_ do scikit e adaptar a fórmula estatística de …

9 clustering  python  k-means  scikit-learn  metric 

Digamos que definimos uma distância, que não é uma métrica , entre N itens. Com base nessa distância, usamos um cluster hierárquico aglomerativo . Podemos usar cada um dos algoritmos conhecidos (ligação única / máxima / média etc.) para obter resultados significativos? Em outras palavras, qual é o problema de …

9 clustering  multilevel-analysis  metric  hierarchical-clustering 

Então, percebo que isso já foi perguntado antes: por exemplo, quais são os casos de uso relacionados à análise de cluster de diferentes métricas de distância? mas achei as respostas um tanto contraditórias ao sugerido que deveriam ser possíveis na literatura. Recentemente, li dois artigos que mencionam o uso do …

8 clustering  k-means  metric