Ciencia de los datos

¿Cuál es la mejor manera de clasificar los enfoques que se han desarrollado para tratar el problema de la clase de desequilibrio? Este artículo los clasifica en: Preprocesamiento: incluye métodos de sobremuestreo, submuestreo e híbridos, Aprendizaje sensible al costo: incluye métodos directos y metaaprendizaje que este último divide en umbrales …

8 machine-learning  classification  class-imbalance 

¿Puedes explicar qué es precisión finita? ¿Por qué la precisión finita es un problema en el aprendizaje automático?

8 machine-learning  terminology  definitions  finite-precision 

Tengo datos para la posición lateral de cada vehículo a lo largo del tiempo y el número de carril como se muestra en estos 3 gráficos en la imagen y los datos de muestra a continuación. > a Frame.ID xcoord Lane 1 452 27.39400 3 2 453 27.38331 3 3 …

8 machine-learning  r 

Me gustaría saber si ustedes tienen algunos buenos tutoriales (rápidos y directos) sobre modelos de temas y LDA, enseñando intuitivamente cómo establecer algunos parámetros, qué significan y, si es posible, con algunos ejemplos reales.

8 topic-model  lda 

Como puedo aumentar el número de árboles en scikit aprender 's GradientBoostingRegressor, consigo predicciones más negativas, a pesar de que no hay valores negativos en mi entrenamiento o de prueba establecido. Tengo alrededor de 10 características, la mayoría de las cuales son binarias. Algunos de los parámetros que estaba ajustando …

8 machine-learning  python  algorithms  scikit-learn  kaggle 

Tengo un modelo XGBoost que intenta predecir si una moneda subirá o bajará el próximo período (5 min). Tengo un conjunto de datos de 2004 a 2018. Divido los datos aleatorizados en 95% de validación de tren y 5% y la precisión en el conjunto de Validación es de hasta …

8 machine-learning  xgboost 

Tengo dos conjuntos de datos A y B que son exactamente iguales en términos de número de columnas, nombre de columnas y valores. La única diferencia es el orden de esas columnas. Luego entreno el modelo LightGBM en cada uno de los dos conjuntos de datos con los siguientes pasos …

8 machine-learning  classification 

Las CNN pueden tener cientos de capas ocultas y, dado que a menudo se usan con datos de imágenes, tener muchas capas captura más complejidad. Sin embargo, hasta donde he visto, los RNN generalmente tienen pocas capas, por ejemplo, 2-4. Por ejemplo, para la clasificación de electrocardiograma (ECG), he visto …

8 deep-learning  cnn  lstm  rnn  feature-extraction 

Estoy tratando de construir un modelo de clasificación usando la API Java Weka. Mi conjunto de datos de entrenamiento tiene problemas de desequilibrio de clase. Por esta razón, quiero usar SMOTE para reducir el problema de desequilibrio de clase. Pero, no sé cómo usarlo en la API Java Weka.

8 machine-learning  java  weka 

En regresión lineal, estamos ajustando un polinomio a un conjunto de puntos de datos. En el libro de Bishop de Pattern Recognition & Machine Learning, hay algunos ejemplos en los que el ajuste es una curva o una línea recta. Estoy un poco confundido si una curva es lineal o …

8 linear-regression  terminology 

Estoy usando la API Java Weka para construir un modelo de clasificación. Puedo usar el filtro incorporado de palabras clave. Sin embargo, necesito usar un filtro personalizado para mi problema. No sé cómo usar un filtro de palabras clave personalizado en la API Java Weka.

8 classification  java  weka 

Basado en TPR y FPR, he generado una curva ROC para mi modelo de clasificación binaria. No sé cómo calcular el valor de AUC. Sería de gran ayuda para mí si me puede ayudar a calcular el valor de AUC.

8 machine-learning  classification 

Cerrada . Esta pregunta necesita estar más centrada . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que se centre en un problema solo editando esta publicación . Cerrado hace 2 años . En mi negocio manejamos todos los análisis a través de Excel. Esto …

8 python  r  data-analysis  excel 

¿Por qué la medida F se usa generalmente para tareas de clasificación (supervisadas), mientras que la medida G (o índice de Fowlkes-Mallows) se usa generalmente para tareas de agrupación (sin supervisión)? La medida F es la media armónica de la precisión y el recuerdo . La medida G (o índice …

8 machine-learning  evaluation  scoring  metric  nlg 

Estoy estudiando el aprendizaje automático de las conferencias de Andrew Ng Stanford y acabo de encontrar la teoría de las dimensiones de CV. De acuerdo con las conferencias y lo que entendí, la definición de dimensión VC se puede dar como, Si puedes encontrar un conjunto de nnn puntos, para …

8 machine-learning  classification  vc-theory