Estadísticas y Big Data

Estoy buscando implementar un modelo dinámico para recomendar una película a un usuario. La recomendación debe actualizarse cada vez que el usuario mira una película o la califica. Para simplificar, estoy pensando en tener en cuenta dos factores: las calificaciones pasadas de otras películas por el usuario el tiempo que …

14 machine-learning  recommender-system  dynamic-regression 

Inspirado por mi otra pregunta , me gustaría preguntar cómo se encuentra el modo de una función de densidad de probabilidad (PDF) de una función f(x)f(x)f(x) . ¿Hay algún procedimiento de "libro de cocina" para esto? Aparentemente, esta tarea es mucho más difícil de lo que parece al principio.

14 pdf  function  mode  shortest-half 

Como parte de la salida de un modelo lineal generalizado, la desviación nula y residual se utilizan para evaluar el modelo. A menudo veo las fórmulas para estas cantidades expresadas en términos de la probabilidad de registro del modelo saturado, por ejemplo: /stats//a/113022/22199 , Regresión logística: cómo obtener un modelo …

14 regression  generalized-linear-model  deviance  log-likelihood 

He creado una regresión logística usando el siguiente código: full.model.f = lm(Ft_45 ~ ., LOG_D) base.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg) step(base.model.f, scope=list(upper=full.model.f, lower=~1), direction="forward", trace=FALSE) Luego utilicé el resultado para crear un modelo final: final.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg + IP_util_E2_m02_flg + AE_NumVisit1_flg + OP_NumVisit1_m01_flg + IP_TotLoS_m02 + Ft1_45 + …

14 r  probability  logistic 

De las lecturas sobre distribuciones de cola larga y pesada, entendí que todas las distribuciones de cola larga son de cola pesada , pero no todas las distribuciones de cola larga son de cola larga . ¿Podría alguien proporcionar un ejemplo de: una función continua, simétrica, de densidad media cero …

14 distributions  heavy-tailed 

Pregunta: ¿es posible entrenar a un NN para distinguir entre números pares e impares solo usando como entrada los números mismos? Tengo el siguiente conjunto de datos: Number Target 1 0 2 1 3 0 4 1 5 0 6 1 ... ... 99 0 100 1 Entrené a un …

14 machine-learning  classification  categorical-data  neural-networks  genetic-algorithms 

Para una variable aleatoria continua arbitraria, digamos , ¿es su entropía diferencial siempre menor que ∞ ? (Está bien si se trata de - ∞ ). Si no es así, ¿cuál es la condición necesaria y suficiente para que sea menos de ∞ ?XXX∞∞\infty−∞−∞-\infty∞∞\infty

14 entropy  information-theory  maximum-entropy 

Tengo una pregunta sobre dos métodos diferentes de diferentes bibliotecas que parece estar haciendo el mismo trabajo. Estoy tratando de hacer un modelo de regresión lineal. Aquí está el código que uso la biblioteca de estadísticas con OLS: X_train, X_test, y_train, y_test = cross_validation.train_test_split(x, y, test_size=0.3, random_state=1) x_train = sm.add_constant(X_train) …

14 regression  python  scikit-learn  statsmodels 

Estoy muy confundido con cómo funciona el peso en glm con family = "binomial". En mi opinión, la probabilidad de la glm con family = "binomial" se especifica de la siguiente manera: f(y)=(nny)pny(1−p)n(1−y)=exp(n[ylogp1−p−(−log(1−p))]+log(nny))f(y)=(nny)pny(1−p)n(1−y)=exp⁡(n[ylog⁡p1−p−(−log⁡(1−p))]+log⁡(nny)) f(y) = {n\choose{ny}} p^{ny} (1-p)^{n(1-y)} = \exp \left(n \left[ y \log \frac{p}{1-p} - \left(-\log (1-p)\right) \right] + …

14 r  logistic  generalized-linear-model  binomial  weighted-regression 

Disculpas si esta es una pregunta muy obvia, pero he estado leyendo varias publicaciones y parece que no puedo encontrar una buena confirmación. En el caso de la clasificación, ¿la precisión de un clasificador es = 1- tasa de error de prueba ? Obtengo que la precisión es , pero …

14 classification  terminology  accuracy 

Estoy buscando un libro de texto teóricamente riguroso sobre econometría bayesiana, suponiendo una comprensión sólida de la econometría frecuentista. Me gustaría sugerir un trabajo por respuesta, para que las recomendaciones se puedan votar hacia arriba o hacia abajo individualmente.

14 bayesian  econometrics  references 

Parece que para K-means y otros algoritmos relacionados, la agrupación se basa en el cálculo de la distancia entre puntos. ¿Hay alguno que funcione sin él?

14 machine-learning  clustering  data-mining  k-means 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 5 años . Call: glm(formula = darters ~ river + pH + temp, family = poisson, data = darterData) …

14 self-study  generalized-linear-model  interpretation  poisson-regression 

¿Existe un nombre oficial para este gráfico extremadamente simple, en el que las líneas verticales indican la distribución de algunas muestras en un rango?

14 data-visualization 

En primer lugar, no estoy seguro de dónde se debe publicar esta pregunta. Estoy preguntando si un problema de estadística es NP-Complete y si no es para resolverlo mediante programación. Lo estoy publicando aquí porque el problema de las estadísticas es el punto central. Estoy tratando de encontrar una mejor …

14 dice  np