Запитання з тегом «partitioning»

8
Як зробити виявлення спільноти у зваженій соціальній мережі / графіку?
Мені цікаво, чи хтось міг би запропонувати, які є хорошими вихідними пунктами, коли справа стосується виявлення спільноти / розподілу / кластеризації графіка на графіку, який має зважені , непрямі краї. Графік, про який йде мова, має приблизно 3 мільйони ребер, і кожен край виражає ступінь подібності між двома вершинами, які …

5
Як розділити набір даних для прогнозування часових рядів?
У мене є історичні дані про продажі пекарні (щодня, понад 3 роки). Тепер я хочу створити модель для прогнозування майбутніх продажів (використовуючи такі функції, як будній день, змінні погоди тощо). Як слід розділити набір даних для підгонки та оцінки моделей? Чи повинен це бути хронологічний потяг / перевірка / перевірка? …

2
Розбиття дерев на R: сторона проти rpart
Минув час, як я подивився на перегородки дерев. Востаннє я робив подібні речі, мені подобається вечірка в R (створена Hothorn). Ідея умовного умовиводу через вибірку має для мене сенс. Але rpart також мав звернення. У поточній заявці (я не можу дати деталей, але це передбачає спробу визначити, хто потрапить до …
15 r  cart  rpart  partitioning 

1
Різниця в реалізації двійкових розщеплень у деревах рішень
Мені цікаво практична реалізація бінарного розколу на дереві рішень - оскільки це стосується рівнів категоричного предиктора .ХjХjX{j} Зокрема, я часто буду використовувати якусь схему відбору зразків (наприклад, розфасування, пересимплінг тощо), коли будую модель прогнозування за допомогою дерева рішень, щоб поліпшити її точність прогнозування та стабільність. Під час цих процедур вибірки …

3
Чи працює модуль мережі Ньюмена для підписаних, зважених графіків?
Модульність графа визначена на його сторінці у Вікіпедії . В іншому дописі хтось пояснив, що модульність може бути легко обчислена (і максимізована) для зважених мереж, оскільки матриця суміжності може містити цінні зв'язки. Однак я хотів би знати, чи це також буде працювати з підписаними, цінними краями, починаючи, наприклад, від -10 …

1
R лінійна регресія, категоріальна змінна значення «приховане»
Це лише приклад, на який я зустрічався кілька разів, тому у мене немає даних про вибірку. Запуск лінійної регресійної моделі в R: a.lm = lm(Y ~ x1 + x2) x1є суцільною змінною. x2категоричний і має три значення, наприклад "Низький", "Середній" та "Високий". Однак вихід, отриманий R, був би на кшталт: …
10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.