Запитання з тегом «regression»

У стисненому зондуванні існує гарантія теореми про те, що має унікальне розріджене рішення c (докладнішу інформацію див. У додатку).cargmin∥c∥1subject to y=Xcargmin‖c‖1subject to y=Xc\text{argmin} \Vert c \Vert_1\\ \text{subject to } y = Xc ccc Чи існує аналогічна теорема для лассо? Якщо є така теорема, вона не тільки гарантує стабільність ласо, але …

12 regression  self-study  feature-selection  lasso  regularization 

Я шукаю літературу про негативну регресію хребта . Коротше кажучи, це узагальнення лінійної регресії з використанням коника негативний λλ\lambda у формулі β^=(X⊤X+λI)−1X⊤y.β^=(X⊤X+λI)−1X⊤y.\hat\beta = ( X^\top X + \lambda I)^{-1} X^\top y.Позитивний випадок має хорошу теорію: як функція втрат, як обмеження, як Байєс до ... але я відчуваю втрату від негативної …

12 regression  regularization  ridge-regression 

Ось невеликий приклад: MyDf<-data.frame(x=c(1,2,3,4), y=c(1.2, .7, -.5, -3)) Тепер із base::lm: > lm(y~x, data=MyDf) %>% summary Call: lm(formula = y ~ x, data = MyDf) Residuals: 1 2 3 4 -0.47 0.41 0.59 -0.53 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 3.0500 0.8738 3.491 0.0732 . x -1.3800 0.3191 …

12 r  regression  p-value  linear-model 

Я хочу знати різницю між лінійною регресією у звичайному аналізі машинного навчання та лінійною регресією в умовах «глибокого навчання». Які алгоритми використовуються для лінійної регресії в умовах глибокого навчання.

12 regression  machine-learning  deep-learning 

У машинному навчанні (для проблем з регресією) я часто бачу середню квадратичну помилку (MSE) або середню абсолютну помилку (MAE), яка використовується як функція помилок для мінімізації (плюс термін регуляризації). Мені цікаво, чи є ситуації, коли використання коефіцієнта кореляції було б більш доцільним? якщо така ситуація існує, то: За яких ситуацій …

12 regression  machine-learning  svm  optimization  deep-learning 

Спроба підрахувати кількість відвідувань за демографічними показниками та послугами. Дані дуже перекошені. Гістограми: qq ділянки (зліва - журнал): m <- lm(d$Visits~d$Age+d$Gender+city+service) m <- lm(log(d$Visits)~d$Age+d$Gender+city+service) cityі serviceє факторними змінними. Я отримую низьке значення p для всіх змінних, але також отримую низький r-квадрат у розмірі .05. Що я повинен зробити? Чи працювала …

12 regression  multiple-regression  predictive-models  exponential  qq-plot 

Чому аналіз часових рядів не вважається алгоритмом машинного навчання (на відміну від лінійної регресії). І регресійний, і аналіз часових рядів є методами прогнозування. То чому один з них вважається алгоритмом навчання, а не другий?

12 regression  machine-learning  time-series  terminology 

Далі представлена ​​модель, створена з mtcarsнабору даних: > ols(mpg~wt+am+qsec, mtcars) Linear Regression Model ols(formula = mpg ~ wt + am + qsec, data = mtcars) Model Likelihood Discrimination Ratio Test Indexes Obs 32 LR chi2 60.64 R2 0.850 sigma 2.4588 d.f. 3 R2 adj 0.834 d.f. 28 Pr(> chi2) 0.0000 …

12 regression  multiple-regression  r-squared 

Приклади цієї сторінки показують, що на просту регресію помітно впливають люди, що переживають люди, і це можна подолати за допомогою методів стійкої регресії: http://www.alastairsanderson.com/R/tutorials/robust-regression-in-R/ . Я вважаю, що lmrob і ltsReg - це інші надійні методи регресії. Чому не слід робити щоденний регрес (наприклад, rlm або rq), а не виконувати …

12 regression  multiple-regression  robust 

У серії лекцій « Навчання з даних» професор зазначає, що розмір ВК вимірює складність моделі на те, скільки точок може зруйнувати дана модель. Тож це прекрасно спрацьовує для моделей класифікації, де ми могли б сказати, що немає N точок, якщо класифікатор здатний ефективно зруйнувати k точки, вимірювання розміру VC було …

12 regression  machine-learning  vc-dimension 

Для запобігання перевитрати людей люди додають термін регуляризації (пропорційний площі суми параметрів моделі) з параметром регуляризації до функції витрат лінійної регресії. Чи цей параметр збігається з множником лагранжу? Тож чи регуляризація така ж, як метод множника лагранжу? Або як пов’язані ці методи? λλ\lambdaλλ\lambda

12 regression  optimization  regularization 

Чи може хтось пояснити, будь ласка, різницю між змішаною моделлю та лінійним регресійним аналізом? (У мене статистичні дані дуже обмежені.)

12 regression  mixed-model 

У мене є дані, за якими я розраховував співвідношення Спірмена і хочу їх візуалізувати для публікації. Залежна змінна класифікується, незалежна змінна - ні. Те, що я хочу візуалізувати, - це більше загальна тенденція, ніж власне схил, тому я класифікував незалежний та застосував кореляцію / регресію Спірмена. Але тільки коли я …

12 regression  data-visualization  spearman-rho  ordered-logit  isotonic 

Мені підходить модель з коефіцієнтом з багатьма рівнями, і для отримання R потрібне дуже довгий час. Чому це? Наприклад, якщо мені підходить регресія, щоб прогнозувати зарплату гравців, і включати фактор прогнозування для всіх національних гравців, це займе більше часу, ніж встановлення моделі зарплати гравців з безперервним прогнозувачем, як-от гравців висоти.

12 regression  categorical-data 

Я оцінюю два (2) холодоагенти (гази), які використовувалися в одній і тій же системі охолодження. Я маю дані про насичену температуру всмоктування ( ), температуру конденсації ( ) та ампераж ( ) для оцінки. Є два (2) набори даних; 1-й холодоагент ( ) та 2-й холодоагент ( ). Я використовую …

12 regression  regression-coefficients