Статистика та великі дані

Поки я вивчаю оцінку максимальної ймовірності, щоб зробити висновок про максимальну оцінку ймовірності, нам потрібно знати дисперсію. Щоб дізнатись дисперсію, мені потрібно знати нижню межу Рао Крамера, яка на кривині виглядає як матриця Гессея з другою деривацією. Я наче змішаний, щоб визначити взаємозв'язок між матрицею коваріації та матрицею гессіана. Сподіваюся …

12 machine-learning  mathematical-statistics  maximum-likelihood  data-mining 

Я читав про метод Nyström для апроксимації ядра низького рангу. Цей метод реалізований у scikit-learn [1] як метод проектування зразків даних до наближення низького рангу відображення функції ядра. Наскільки мені відомо, зважаючи на навчальний набір та функцію ядра, він генерує апроксимацію низького рангу матриці ядра ядра , застосовуючи SVD до …

12 scikit-learn  dimensionality-reduction  kernel-trick  nonlinear 

Я вважаю, що назва цього питання все говорить.

12 clustering  k-means  high-dimensional 

У мене є проблеми з розумінням властивості ланцюга Маркова, невідмінною . Неприпустимість, як кажуть, означає, що стохастичний процес може "перейти з будь-якої держави в будь-яку державу". Але що визначає, чи може він перейти від держави iii у стан jjjчи не можеш піти? Сторінка вікіпедії дає формалізацію: Держава jjjє доступним (написаноi …

12 stochastic-processes  markov-process 

У Вікіпедії сказано, що: Вимір VC - це кардинальність найбільшого набору точок, який алгоритм може зруйнувати. Наприклад, лінійний класифікатор має кардинальність n + 1. Моє запитання, чому нас хвилює? Більшість наборів даних, на яких ви робите лінійну класифікацію, мають тенденцію до дуже великих розмірів і містять багато точок.

12 classification  algorithms  vc-dimension 

У мене проблема з 6 класами. Таким чином, я будую класифікатор багатокласового класу таким чином: для кожного класу я маю один класифікатор логістичної регресії, використовуючи один проти всіх, це означає, що у мене є 6 різних класифікаторів. Я можу повідомити про матрицю плутанини для кожного з моїх класифікаторів. Але я …

12 machine-learning  logistic  classification  multi-class  confusion-matrix 

Я хочу реалізувати Adaboost за допомогою рішення Stump. Чи правильно робити стільки рішень, скільки можливостей нашого набору даних у кожній ітерації Adaboost? Наприклад, якщо у мене є набір даних з 24 функціями, чи повинен я мати 24 класифікатори пеньки для кожної ітерації? Або я повинен випадковим чином вибрати деякі функції …

12 machine-learning  classification  cart  boosting 

Коли хтось скаже, що дані вибираються із вибірки журналу, рівномірно розподіленого між 128 та 4000, що це означає? Чим це відрізняється від вибірки від рівномірного розподілу? Дивіться цей документ: http://www.jmlr.org/papers/volume13/bergstra12a/bergstra12a.pdf Дякую!

12 machine-learning  distributions  uniform 

Наскільки мені відомо, і для автонекодерів, і для t-SNE використовують нелінійне зменшення розмірності. Які відмінності між ними і чому я повинен використовувати один проти іншого?

12 neural-networks  deep-learning  dimensionality-reduction  autoencoders  tsne 

Чи це окремий тип розподілу (EX: Біноміальний, Бернуллі, Мультиноміальний), або будь-який розподіл можна представити таким чином. Чи може хтось детальніше пояснити простим прикладом

12 probability  distributions 

У мене є серія зоопарків з багатьма відсутніми значеннями. Я читав, що auto.arimaможе імпулювати ці відсутні значення? Хтось може навчити мене, як це зробити? дуже дякую! Це те, що я спробував, але без успіху: fit <- auto.arima(tsx) plot(forecast(fit))

12 arima 

Я читав, що використання R-квадрата для часових рядів не є доцільним, оскільки в контексті часових рядів (я знаю, що є інші контексти) R-квадрат більше не є унікальним. Чому це? Я намагався роздивитись це, але нічого не знайшов. Зазвичай я не приділяю великої вартості R-квадратам (або Регульованому R-Squared), коли я оцінюю …

12 regression  time-series  r-squared 

Predicted class Cat Dog Rabbit Actual class Cat 5 3 0 Dog 2 3 1 Rabbit 0 2 11 Як я можу обчислити точність і згадати, щоб стало легко обчислити F1-бал. Нормальна матриця плутанини - це розмірність 2 х 2. Однак, коли це стає 3 х 3, я не знаю, …

12 machine-learning  precision-recall 

Я не математик. Я шукав в Інтернеті про KL Divergence. Що я дізнався - це розбіжність KL вимірює втрачену інформацію, коли ми наближаємо розподіл моделі відносно вхідного розподілу. Я бачив це між будь-якими двома безперервними або дискретними розподілами. Чи можемо ми зробити це між безперервним та дискретним чи навпаки?

12 distributions  mathematical-statistics  kullback-leibler 

Чи може хто-небудь допомогти мені зрозуміти, чим відрізняються модель одночасного рівняння та модель структурного рівняння (SEM)? Буде чудово, якщо хтось може мені надати трохи літератури про нього. Крім того, чи є література, де SEM використовувались у контексті часописів? Літератури, які я отримую, в основному пояснюються SEM в контексті даних поперечного …

12 time-series  references  sem