Запитання з тегом «predictive-models»

У мене є дві групи досліджуваних, A і B, кожна з розмірами приблизно 400 і приблизно 300 прогнозів. Моя мета - побудувати модель передбачення для бінарної змінної відповіді. Мій клієнт хоче побачити результат застосування моделі, побудованої з А на Б. потужність та точність --- див. стор. 90, Зовнішня перевірка. Я …

17 pca  logistic  predictive-models  robust 

Я хочу створити модель прогнозування для прогнозування відбиття і хочу використати дискретну модель виживання часу, пристосовану до набору даних щодо персонального періоду (по одному рядку для кожного клієнта та дискретному періоду, яким вони загрожували, з показником для події - рівним 1 якщо збивання трапилося в той період, інше 0). Мені …

17 survival  predictive-models  churn 

Після встановлення коксмоделі можна зробити прогнози та отримати відносний ризик нових даних. Що я не розумію - це як обчислюється відносний ризик для окремої людини і який він відносний (тобто середній показник чисельності населення)? Якісь рекомендації щодо ресурсів, які допоможуть зрозуміти (я не дуже просунувся в аналізі виживання, тим чим …

17 predictive-models  relative-risk  cox-model 

(Це питання може здатися, що він краще підходить для філософії SE. Я сподіваюся, що статистики зможуть роз'яснити мої помилки щодо тверджень Бокса та Шмуелі, отже, я їх розміщую тут). Джордж Бокс (про славу ARIMA) сказав: "Усі моделі помиляються, але деякі корисні." Галіт Шмулі у своїй знаменитій статті "Пояснити або передбачити" …

16 predictive-models  aic  bic  philosophical  explanatory-models 

Більше загального питання. Я запускаю rbf SVM для прогнозного моделювання. Я думаю, що моїй програмі, безумовно, потрібно трохи прискорити. Я використовую scikit learn з грубим точним пошуком сітки + перехресне підтвердження. Кожен пробіг SVM займає близько хвилини, але з усіма ітераціями я все ще знаходжу це занадто повільно. Припустимо, що …

16 machine-learning  svm  predictive-models  scikit-learn  kernel-trick 

Які плюси і мінуси обох методів?

16 maximum-likelihood  predictive-models  optimization  gradient-descent 

У мене є модель прогнозування, протестована чотирма методами, як ви бачите на малюнку boxplot нижче. Атрибут, який передбачає модель, знаходиться в межах 0-8. Ви можете помітити, що існує одна верхня межа та три нижньої межі, що вказана усіма методами. Цікаво, чи доцільно видалити ці дані з даних? Або це свого …

15 regression  machine-learning  multiple-regression  predictive-models  outliers 

Припустимо, я побудував модель прогнозування виникнення певної хвороби в одному наборі даних (набір даних щодо побудови моделі) і тепер хочу перевірити, наскільки добре працює модель у новому наборі даних (валідація даних). Для моделі, побудованої з логістичною регресією, я обчислював би прогнозовану ймовірність для кожної людини в наборі даних перевірки на …

15 predictive-models  cross-validation  survival  roc 

Це питання посилається на статтю Галіта Шмулі "Пояснити чи передбачити" . Зокрема, у розділі 1.5 "Пояснення та передбачення різні" професор Шмуелі пише: У роз'яснювальному моделюванні основна увага приділяється мінімізації зміщення для отримання найбільш точного подання основної теорії. Це спантеличувало мене кожного разу, коли я читав статтю. У якому сенсі мінімізація …

15 predictive-models  inference  bias  unbiased-estimator  explanatory-models 

Я намагаюся навчитися користуватися нейронними мережами. Я читав цей підручник . Після встановлення нейронної мережі на часовій серії, використовуючи значення в для прогнозування значення на автор отримує наступний сюжет, де синя лінія є тимчасовим рядом, зелена - прогноз на дані поїздів, червона - прогнозування даних випробувань (він використав тест на …

15 time-series  neural-networks  predictive-models  deep-learning  prediction 

Закрито . Це питання має бути більш зосередженим . Наразі відповіді не приймаються. Хочете вдосконалити це питання? Оновіть питання, щоб воно зосередило увагу на одній проблемі, лише відредагувавши цю публікацію . Закрито 2 роки тому . Зараз я переглядаю магістерську програму, зосереджену на статистиці / економетриці. У мого майстра всі …

14 machine-learning  forecasting  predictive-models  prediction  out-of-sample 

Випадкові ліси працюють, створюючи ансамбль дерев рішень, де кожне дерево створюється за допомогою зразка завантажувального зразка вихідних навчальних даних (вибірки обох вхідних змінних та спостережень). Чи можна застосувати подібний процес для лінійної регресії? Створіть k лінійних моделей регресії, використовуючи випадковий зразок завантаження для кожної з k регресій Які причини НЕ …

14 regression  predictive-models  ensemble 

Я використовую квантильну регресію (наприклад, через gbmабо quantregв R) - не зосереджуючись на медіані, а на верхньому квантилі (наприклад, 75-й). Виходячи з фону прогнозного моделювання, я хочу оцінити, наскільки модель добре вписується в тестовий набір, і я можу описати це діловому користувачеві. Моє питання - як? У типових умовах із …

14 regression  data-mining  predictive-models  quantile-regression 

Я натрапив на чутку, що деяке дослідження показало, що ефективність прогнозних моделей залежить більше від експертного досвіду аналітика даних щодо обраного методу, ніж від вибору методу. Іншими словами, твердження полягає в тому, що важливіше, щоб аналітик даних був знайомий із обраним методом, ніж наскільки "відповідним" методом здасться проблема з більш …

14 predictive-models  method-comparison 

Здається, існує велика плутанина в порівнянні використання glmnetв рамках caretпошуку оптимальної лямбда та використання cv.glmnetтого ж завдання. Поставлено багато питань, наприклад: Класифікаційна модель train.glmnet vs. cv.glmnet? Який правильний спосіб використання glmnet з каретою? Перехресне підтвердження `glmnet` за допомогою` caret` але відповіді не надано, що може бути пов'язано з відтворюваністю питання. …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality