Estadísticas y Big Data

¿Existe una estrategia para elegir la cantidad de árboles en un GBM? Específicamente, el ntreesargumento en Rla gbmfunción de. No veo por qué no debe establecer ntreesel valor razonable más alto. Me di cuenta de que una mayor cantidad de árboles reduce claramente la variabilidad de los resultados de múltiples …

11 r  machine-learning  gbm 

En una publicación de blog , he encontrado la afirmación de que "¡Creo que WG Cochrane es el primer punto (aproximadamente de los años 70) que con intervalos de confianza en un entorno de observación, los tamaños de muestra pequeños dan como resultado una mejor cobertura con muestras suficientemente grandes …

11 confidence-interval  t-test  simulation 

Estoy trabajando en un problema de clasificación de series temporales en el que la entrada son datos de uso de voz de series temporales (en segundos) durante los primeros 21 días de una cuenta de teléfono celular. La variable objetivo correspondiente es si esa cuenta se canceló o no en …

11 time-series  classification 

Estoy tratando de usar el neuralnetpaquete de R (documentación aquí ) para la predicción. Aquí lo que estoy tratando de hacer: library(neuralnet) x <- cbind(runif(50, min=1, max=500), runif(50, min=1, max=500)) y <- x[, 1] * x[, 2] train <- data.frame(x, y) n <- names(train) f <- as.formula(paste('y ~', paste(n[!n %in% …

11 r  neural-networks  prediction  error 

He estado leyendo sobre la estimación de máxima verosimilitud y la estimación máxima a posteriori y hasta ahora he encontrado ejemplos concretos solo con la estimación de máxima verosimilitud. He encontrado algunos ejemplos abstractos de estimación máxima a posteriori, pero nada concreto aún con números: S Puede ser muy abrumador, …

11 bayesian  estimation  posterior 

Tengo un modelo de regresión lineal donde se registra la variable dependiente y una variable independiente es lineal. El coeficiente de pendiente para una variable independiente clave es negativo: . No estoy seguro de cómo interpretar.- .0564−.0564-.0564 ¿Utilizo el valor absoluto y luego lo convierto en un negativo como este: …

11 linear-model  interpretation  regression-coefficients 

Dada una secuencia de variables aleatorias iid, digamos, para , estoy tratando de limitar el número esperado de veces la media empírica excederá un valor, , a medida que continuamos tomando muestras, es decir: i = 1 , 2 , . . . , n 1Xi∈[0,1]Xi∈[0,1]X_i \in [0,1]i=1,2,...,ni=1,2,...,ni = 1,2,...,nc≥0T …

11 mathematical-statistics  expected-value  bounds 

No estoy seguro de si esto es apropiado para este sitio, pero estoy comenzando mi MSE en ciencias de la computación (BS en matemáticas aplicadas) y quiero obtener una sólida formación en aprendizaje automático (lo más probable es que busque un doctorado). Uno de mis intereses secundarios son las redes …

11 machine-learning  neural-networks  mathematical-statistics  references 

Estoy tratando de entender todo el error de varianza / estándar de una serie temporal de retornos financieros, y creo que estoy estancado. Tengo una serie de datos de devolución de existencias mensuales (llamémosla ), que tiene un valor esperado de 1.00795 y una varianza de 0.000228 (el desarrollo estándar …

11 time-series  variance  independence  finance 

Tengo un conjunto de puntos de datos en un espacio N-dimensional. Además, también tengo un centroide en este mismo espacio N-dimensional. ¿Hay algún enfoque que me permita proyectar estos puntos de datos en un espacio bidimensional mientras mantengo su información de distancia relativa en el espacio original? ¿Es PCA la …

11 data-visualization  pca  multidimensional-scaling 

¿Cuáles son las "mejores" métricas para las matrices de covarianza y por qué? Para mí está claro que Frobenius & c no son apropiados, y las parametrizaciones de ángulos también tienen sus problemas. Intuitivamente, uno podría querer un compromiso entre estos dos, pero también me gustaría saber si hay otros …

11 covariance  metric 

Dame una idea de cómo recodificar eficientemente una variable categórica (factor) en el conjunto de variables de contraste polinomiales ortogonales. Para muchos tipos de variables de contraste (por ejemplo, desviación, simple, Helmert, etc.) el pase es: Componga la matriz de coeficientes de contraste correspondiente al tipo. Invierta o generalice-invierta para …

11 contrasts  polynomial 

Supongamos que tenemos dos parámetros, y . También tenemos dos estimadores de máxima verosimilitud y y dos intervalos de confianza para estos parámetros. ¿Hay alguna manera de construir un intervalo de confianza para ?p1p1p_1p2p2p_2p1^p1^\hat{p_1}p2^p2^\hat{p_2}p1p2p1p2p_1p_2

11 confidence-interval 

Estoy trabajando en un problema de bandidos multibrazos en el que no tenemos información sobre la distribución de recompensas. He encontrado muchos documentos que garantizan límites de arrepentimiento para una distribución con límite conocido y para distribuciones generales con soporte en [0,1]. Me gustaría saber si hay una manera de …

11 references  multiarmed-bandit 

Tengo una matriz de covarianza y quiero dividir las variables en clústeres usando el agrupamiento jerárquico (por ejemplo, para ordenar una matriz de covarianza).kn × nn×nn \times nkkk ¿Existe una función de distancia típica entre variables (es decir, entre columnas / filas de la matriz de covarianza cuadrada)? O si …

11 clustering  covariance  distance-functions  distance