Запитання з тегом «cross-validation»

На сторінці Scikit Learn щодо вибору моделі згадується використання вкладеної перехресної перевірки: >>> clf = GridSearchCV(estimator=svc, param_grid=dict(gamma=gammas), ... n_jobs=-1) >>> cross_validation.cross_val_score(clf, X_digits, y_digits) Дві петлі перехресної перевірки виконуються паралельно: один за допомогою оцінювача GridSearchCV для встановлення гамми, а другий через cross_val_score для вимірювання показників прогнозування оцінювача. Отримані результати є неупередженими …

14 machine-learning  cross-validation  scikit-learn 

Чи може хтось пояснити мені свою модель Кокса простою англійською мовою? Наступну модель регресії Кокса я прилаштував до всіх своїх даних за допомогою cphфункції. Мої дані зберігаються в об'єкті, який називається Data. Змінні w, xі yє безперервними; zє фактором двох рівнів. Час вимірюється місяцями. Деяким з моїх пацієнтів відсутні дані …

14 r  cross-validation  survival  cox-model 

Здається, що там є суперечливі поради щодо того, як поводитись із порівнянням помилок поїзда та тесту, особливо коли між ними є розрив. Здається, дві школи думок, які мені здаються конфліктними. Я шукаю, щоб зрозуміти, як примирити їх (або зрозуміти, чого мені тут не вистачає). Думка № 1: Розрив між роботою …

14 cross-validation  overfitting 

Моє головне питання - це намагання зрозуміти, як перехресна перевірка k-кратна вписується в контекст набору навчальних / валідаційних / тестувальних наборів (якщо вона взагалі відповідає такому контексту). Зазвичай люди говорять про розбиття даних на навчальний, валідаційний та тестовий набір - скажімо, у співвідношенні 60/20/20 за курс Ендрю Нґ - при …

14 cross-validation  dataset  overfitting 

У мене є питання щодо оптимізації параметрів, коли я використовую 10-кратну перехресну перевірку. Я хочу запитати, чи слід виправляти параметри під час тренінгу моделі кожного зразків, тобто (1) вибирати один набір оптимізованих параметрів для середньої точності кожного згину. або (2) Я повинен знайти оптимізований параметр для кожної складки, а потім …

14 cross-validation  optimization  parameterization 

Зазвичай при логістичній регресії ми підходимо до моделі і отримуємо деякі прогнози на навчальному наборі. Тоді ми перехресно підтверджуємо ці прогнози тренувань (щось подібне тут ) і визначаємо оптимальне порогове значення на основі чогось кривої ROC. Чому ми не включимо перехресну валідацію порогу в реальну модель і не навчимо все …

13 logistic  cross-validation  optimization  roc  threshold 

Коли ми оцінюємо якість випадкового лісу, наприклад, використовуючи AUC, чи є більш доцільним обчислити ці величини за зразками з мішків або над набором перехресних перевірок? Я чую, що обчислення його через зразки OOB дає більш песимістичну оцінку, але не розумію, чому.

13 cross-validation  random-forest  auc 

Я щойно закінчив "Вступ до статистичного навчання" . Мені було цікаво, чи відрізняється використання перехресної перевірки для пошуку найкращих параметрів настройки для різних методів машинного навчання, ніж провірка даних? Ми неодноразово перевіряємо, яке значення параметра налаштування призводить до найкращого прогнозного результату в тестовому наборі. Що робити, якщо параметр настройки, до …

13 machine-learning  cross-validation 

Під час виконання перехресної перевірки k-fold, я розумію, що ви отримуєте метрику точності, вказуючи всі складки, крім однієї на цю складку, і роблячи передбачення, а потім повторюйте цей процес разів. Потім ви можете запустити показники точності на всіх ваших примірниках (точність, нагадування,% класифіковано правильно), яка повинна бути такою ж, як …

13 cross-validation 

Я думаю, що я розумію, як працюють основи завантаження , але я не впевнений, що розумію, як я можу використовувати завантажувальний інструмент для вибору моделі або щоб уникнути зайвого набору. Для вибору моделі, наприклад, ви б просто обрали модель, яка дає найменшу помилку (можливо, дисперсію?) У всіх зразках завантажувальної програми? …

13 model-selection  cross-validation  bootstrap 

Я налаштовую пошук в сітці для групи парам. Я намагаюся знайти найкращі параметри нейронної мережі Кераса, яка робить бінарну класифікацію. Вихід або 1, або 0. Є близько 200 функцій. Коли я здійснив пошук по сітці, я отримав купу моделей та їх параметрів. Найкраща модель мала ці параметри: Epochs : 20 …

13 machine-learning  cross-validation  deep-learning  tensorflow  theano 

Я використовую scikit-learn для виконання логістичної регресії з перехресною валідністю на наборі даних (близько 14 параметрів з> 7000 нормалізованими спостереженнями). У мене також є цільовий класифікатор, який має значення або 1, або 0. Проблема в тому, що незалежно від використовуваного рішення, я продовжую отримувати попередження про конвергенцію ... model1 = …

13 logistic  cross-validation  scikit-learn 

Які способи вибрати, яке ядро ​​призведе до гарного поділу даних у кінцевому виведенні даних за допомогою PCA ядра (аналіз основних компонентів), і які способи оптимізації параметрів ядра? Якщо можливо, умови Лаймана були б дуже вдячні, і посилання на документи, що пояснюють такі методи, також були б непоганими.

13 pca  cross-validation  dimensionality-reduction  kernel-trick  manifold-learning 

Питання: завантажувальний процес перевершує джекніфінг; однак мені цікаво, чи є випадки, коли jackknifing є єдиним або принаймні життєздатним варіантом для визначення невизначеності оцінок параметрів. Крім того, на практичних ситуаціях, наскільки упередженим / неточним є джекніфінг відносно завантажувального завантаження, і чи можуть результати джекніфа забезпечити попереднє розуміння перед тим, як розробити …

12 machine-learning  cross-validation  bootstrap  maximum-entropy  jackknife 

На даний момент я намагаюся проаналізувати набір даних текстових документів, які не мають основної істини. Мені сказали, що ви можете використовувати k-кратну перехресну перевірку для порівняння різних методів кластеризації. Однак у прикладах, які я бачив у минулому, використовується основна правда. Чи можна використовувати засоби k-fold на цьому наборі даних для …

12 machine-learning  clustering  cross-validation  unsupervised-learning