Perguntas com a marcação «python»

Para floresta aleatória, dividimos o nó por Gini impureza ou entropia para um conjunto de recursos. O RandomForestClassifier no sklearn, podemos optar por dividir usando o critério Gini ou Entropy. No entanto, o que eu li sobre o Extra-Trees Classifier, um valor aleatório é selecionado para a divisão (acho que …

9 classification  python  random-forest  scikit-learn 

No meu conjunto de dados, tenho cinco grupos (ordinais) com uma quantidade x de medida. Como a homoscedasticidade é violada, realizei o teste do qui-quadrado de Friedman para verificar se existem diferenças estatísticas entre os grupos: fried = stats.friedmanchisquare(*[grp for idx, grp in df.iteritems()])) Isso retornou uma diferença estatística, mas …

9 python  nonparametric  post-hoc  gee  friedman-test 

Eu quero realizar análises de sentimentos em textos, já passei por vários artigos, alguns deles estão usando "Naive Bayes" e outros são "Rede Neural Recorrente (LSTM)" , por outro lado, vi uma biblioteca python para análise de sentimentos que é nltk. Ele usa "Naive Bayes" alguém pode explicar qual é …

8 machine-learning  neural-networks  python  natural-language 

Meu entendimento de como a covariância funciona é que os dados correlacionados devem ter uma covariância um pouco alta. Me deparei com uma situação em que meus dados parecem correlacionados (como mostrado no gráfico de dispersão), mas a covariância é quase zero. Como a covariância dos dados pode ser zero …

8 python  descriptive-statistics  covariance 

Eu tenho dados que são equivalentes a: shopper_1 = ['beer', 'eggs', 'water',...] shopper_2 = ['diapers', 'beer',...] ... Eu gostaria de fazer uma análise sobre esse conjunto de dados para obter uma matriz de correlação que teria uma implicação semelhante a: se você comprou x, é provável que você compre y. …

8 correlation  econometrics  python  cross-correlation 

A versão resumida da minha pergunta (26 de dezembro de 2018) Estou tentando reproduzir a Figura 2.2 da Inferência Estatística da Era do Computador de Efron e Hastie, mas por alguma razão que não sou capaz de entender, os números não são correspondentes aos do livro. Suponha que estamos tentando …

8 self-study  python  likelihood-ratio  neyman-pearson-lemma 

Atualmente, estou analisando alguns dados que foram produzidos por uma simulação de MC que escrevi - espero que os valores sejam normalmente distribuídos. Naturalmente, plotei um histograma e parece razoável (eu acho?): [Canto superior esquerdo: histograma com dist.pdf(), canto superior direito: histograma cumulativo com dist.cdf(), inferior: gráfico QQ, datavs dist] …

8 hypothesis-testing  normal-distribution  python  kolmogorov-smirnov 

Sou iniciante no aprendizado de máquina (terminei o curso de Ng), estou usando o scikit-learn em python. Quero encontrar a melhor maneira de detectar anomalias em nosso sistema. Temos eventos em andamento que ocorrem em um cronograma (a cada poucos minutos / hora) e quero detectar quando algo anormal acontece. …

8 time-series  python  scikit-learn  anomaly-detection 

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 4 anos . Python é uma abundância de bibliotecas ML (como o ótimo scikit-learn). Existe algo bom para …

8 machine-learning  python  software  java 

Depois de fazer algumas pesquisas sobre o tópico, notei um déficit surpreendente de pacotes de inferência e bibliotecas que dependem de métodos de passagem de mensagens ou otimização para Python e R. Que eu saiba, esses métodos são extremamente úteis. Por exemplo, apenas para uma propagação de crenças da Bayes …

8 r  python  bayes  variational-bayes 

Meu projeto atual pode exigir que eu construa um modelo para prever o comportamento de um determinado grupo de pessoas. o conjunto de dados de treinamento contém apenas 6 variáveis ​​(id é apenas para fins de identificação): id, age, income, gender, job category, monthly spend em que monthly spendé a …

8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 

Gostaria de encontrar os limites mínimo / máximo de uma janela deslizante de tamanho mínimo que contém uma certa fração do número total de elementos em uma matriz ou coleção de números. Exemplo: usando números inteiros para facilitar a explicação, digamos que a proporção de elementos que procuramos seja de …

8 python  descriptive-statistics  shortest-half 

Estou trabalhando em um modelo de aprendizado de categoria on-line que usa descida de gradiente estocástico para se ajustar a um modelo de mistura gaussiana. O modelo é baseado no modelo de aprendizado on-line usado em Toscano e McMurray (2010). Embora a descida do gradiente pareça estar funcionando razoavelmente bem …

8 python  online  gaussian-mixture  gradient-descent 

Eu tenho pequenos conjuntos de dados de tamanho 40-50 pontos. Sem assumir que os dados são normalmente distribuídos, eu queria descobrir os valores extremos com pelo menos 90% de confiança. Eu pensei que o boxplot poderia ser uma boa maneira de fazer isso, mas não tenho certeza. Qualquer ajuda apreciada. …

8 nonparametric  python  outliers  matplotlib 

[Eu publiquei essa pergunta no Stack Overflow aqui, mas não recebi nenhuma resposta, então pensei em tentar aqui. Desculpas se a publicação não for permitida.] Eu tenho tentado usar esta implementação do algoritmo Holt-Winters para previsão de séries temporais em Python, mas encontrei um obstáculo ... basicamente, para algumas séries …

8 forecasting  python