Perguntas com a marcação «unbalanced-classes»

Considere uma matriz de entrada e uma saída binária .XXXyyy Uma maneira comum de medir o desempenho de um classificador é usar curvas ROC. Em um gráfico ROC, a diagonal é o resultado que seria obtido de um classificador aleatório. No caso de uma saída desequilibrada o desempenho de um …

10 classification  roc  unbalanced-classes 

Entendo que a f-measure (com base na precisão e recall) é uma estimativa da precisão de um classificador. Além disso, a f-measure é favorecida à precisão quando temos um conjunto de dados desequilibrado. Eu tenho uma pergunta simples (que é mais sobre o uso de terminologia correta do que sobre …

10 machine-learning  classification  data-mining  unbalanced-classes  accuracy 

No momento, estou com alguns problemas ao analisar um conjunto de dados de tweet com máquinas de vetores de suporte. O problema é que tenho um conjunto de treinamento de classe binária desequilibrado (5: 2); que deve ser proporcional à distribuição de classe real. Ao prever, obtenho uma baixa precisão …

10 machine-learning  classification  svm  unbalanced-classes  precision-recall 

Estou executando uma análise sobre a probabilidade de inadimplência de empréstimos usando regressão logística e florestas aleatórias. Quando uso regressão logística, a previsão é sempre '1' (o que significa bom empréstimo). Eu nunca vi isso antes e não sei por onde começar em termos de tentar resolver o problema. Existem …

10 regression  logistic  predictive-models  unbalanced-classes  scoring-rules 

Exemplos: Eu tenho uma frase na descrição do trabalho: "Java senior engineer in UK". Eu quero usar um modelo de aprendizado profundo para prever em duas categorias: English e IT jobs. Se eu usar o modelo de classificação tradicional, ele poderá prever apenas 1 rótulo com softmaxfunção na última camada. …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

Gostaria de executar uma combinação de superamostragem e subamostragem para equilibrar meu conjunto de dados com aproximadamente 4000 clientes divididos em dois grupos, onde um dos grupos tem uma proporção de aproximadamente 15%. Examinei o SMOTE ( http://www.inside-r.org/packages/cran/DMwR/docs/SMOTE ) e o ROSE ( http://cran.r-project.org/web/packages/ROSE/ ROSE.pdf ), mas ambos criam novas …

9 unbalanced-classes  resampling  oversampling 

1) Como posso alterar o limite de classificação (acho que é 0,5 por padrão) no RandomForest no sklearn? 2) como posso sub-amostrar no sklearn? 3) Tenho o seguinte resultado do classificador RandomForest: [[1635 1297] [520 3624]] precision recall f1-score support class 0 0.76 0.56 0.64 2932 class 1 0.74 0.87 …

9 classification  random-forest  precision-recall  unbalanced-classes 

Estou tentando usar o SMOTE para corrigir o desequilíbrio no meu problema de classificação de várias classes. Embora o SMOTE funcione perfeitamente no conjunto de dados da íris conforme o documento de ajuda do SMOTE, ele não funciona em um conjunto de dados semelhante. Aqui está a aparência dos meus …

9 r  classification  unbalanced-classes  oversampling 

Estou tentando criar um modelo de previsão com SVMs em dados bastante desequilibrados. Meus rótulos / saída têm três classes: positivo, neutro e negativo. Eu diria que o exemplo positivo representa cerca de 10 a 20% dos meus dados, neutro cerca de 50 a 60% e negativo cerca de 30 …

9 machine-learning  predictive-models  svm  unbalanced-classes 

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 

No contexto do aprendizado de máquina, digamos que você tenha um problema no qual as classes da população real não são equilibradas - por exemplo, a Classe A ocorre 80% das vezes e a Classe B ocorre 20% das vezes. Nesse caso, é geralmente melhor ter um determinado algoritmo ML …

9 machine-learning  unbalanced-classes 

Frequentemente ouço a amostragem de dados para cima ou para baixo discutida como uma maneira de lidar com a classificação de dados desequilibrados. Entendo que isso pode ser útil se você estiver trabalhando com um classificador binário (em oposição a probabilístico ou baseado em pontuação) e tratando-o como uma caixa …

8 classification  roc  unbalanced-classes 

Eu tenho um conjunto de dados com uma variável de resposta binária (sobrevivência) e três variáveis ​​explicativas ( A= 3 níveis, B= 3 níveis, C= 6 níveis). Nesse conjunto de dados, os dados são bem equilibrados, com 100 indivíduos por ABCcategoria. Eu já estudou o efeito destes A, Be Cvariáveis …

8 logistic  unbalanced-classes  weighted-regression  rare-events  case-control-study 

Há uma pergunta muito confusa em minha mente. Eu tenho dados e gostaria de comparar pontuações numéricas entre homens e mulheres. Há uma grande diferença nesses dois grupos: o número de homens é 34, enquanto o número de mulheres é 310, e as variações não são iguais. Tanto quanto sei, …

8 t-test  sample-size  unbalanced-classes  permutation-test 

Lembro-me de ver / ler em algum lugar que, para SVMs de várias classes com dados desequilibrados, havia uma maneira de determinar os pesos das classes a partir dos dados de treinamento (em vez da validação X). Alguém sabe qual é o método ou qual é o papel? obrigado

8 machine-learning  svm  unbalanced-classes