Estadísticas y Big Data

En R, el stepcomando supuestamente tiene la intención de ayudarlo a seleccionar las variables de entrada para su modelo, ¿verdad? Lo siguiente viene de example(step)#-> swiss& step(lm1) > step(lm1) Start: AIC=190.69 Fertility ~ Agriculture + Examination + Education + Catholic + Infant.Mortality Df Sum of Sq RSS AIC - Examination …

11 r  self-study  stepwise-regression 

Considere un problema estadístico en el que tiene una responsevariable que desea describir condicional en una explanatoryvariable y una nestedvariable, donde la variable anidada solo surge como una variable significativa para valores particulares de la variable explicativa . En los casos en que la variable explicativa no admite una variable …

11 regression  generalized-linear-model  glmm  nested-data 

Definir X:=X:=X:= "la moneda tiene probabilidad 1 de aterrizar cabezas" Suponga que uno tiene la creencia previa: P(X)=1P(X)=1P(X)= 1. Sin embargo, después de lanzar la moneda una vez que aterriza cruz (E:=E:=E:= "Colas de monedas"). ¿Cómo debe un bayesiano actualizar sus creencias para mantenerse coherente? P(X|E)P(X|E)P(X|E) es indefinido, como P(E)=0P(E)=0P(E) …

11 probability  bayesian  philosophical 

Busqué sobre la Regresión Bayesian Ridge en Internet, pero la mayor parte del resultado que obtuve es sobre la Regresión Lineal Bayesian. Me pregunto si son las mismas cosas porque la fórmula se parece bastante

11 regression  bayesian 

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 2 años . Esperando el próximo curso de Andrew Ng en Coursera, estoy tratando de programar en Python un …

11 softmax  numerics 

Cuando queremos estimar los parámetros de regresión lineal, hacemos ecuaciones normales, ya que el modelo lineal contiene varias incógnitas. ¿Por qué estas ecuaciones se llaman ecuaciones normales?

11 regression  least-squares  terminology  linear 

Estoy trabajando en algún proyecto de modelado predictivo en estos días: tratando de aprender un modelo y hacer predicciones en tiempo real basadas en el modelo que aprendí sin conexión. Comencé a usar la regresión de cresta recientemente, porque leí que la regularización puede ayudar a reducir el efecto de …

11 regression  prediction  multicollinearity  ridge-regression 

Estoy trabajando en un problema multiclase con 9 etiquetas posibles, para las cuales tengo un conjunto de datos que consta de ~ 50,000 ejemplos y ~ 200 características cada uno. Cada ejemplo solo puede pertenecer a una clase. Los datos están bastante equilibrados entre las diferentes etiquetas. Dada su robustez …

11 random-forest  scikit-learn  multi-class 

¿Cómo puedo calcular el valor p dado Chi cuadrado y los grados de libertad? Por ejemplo, ¿cuál sería el valor p exacto de un Chi cuadrado = 15 con df = 2?

11 r  distributions  chi-squared 

Tengo una duda sobre cómo se entrena exactamente la función de pérdida de una red Deep Q-Learning. Estoy usando una red de alimentación de 2 capas con capa de salida lineal y capas ocultas relu. Supongamos que tengo 4 acciones posibles. Por lo tanto, la salida de mi red para …

11 least-squares  deep-learning  loss-functions  reinforcement-learning  q-learning 

¿El análisis de componentes principales (PCA) elimina el ruido en el conjunto de datos? Si PCA no elimina el ruido en el conjunto de datos, ¿qué hace realmente PCA al conjunto de datos? ¿Alguien puede ayudarme con respecto a este asunto?

11 machine-learning  neural-networks  pca  noise 

En general maximizamos una función L ( θ ;X1, ... ,Xnorte) =∏i = 1norteF(Xyo∣ θ )L(θ;x1,…,xn)=∏i=1nf(xi∣θ) L(\theta; x_1, \ldots, x_n) = \prod_{i=1}^n f(x_i \mid \theta) donde es función de densidad de probabilidad si la distribución subyacente es continua, y una función de masa de probabilidad (con suma en lugar de …

11 mathematical-statistics  maximum-likelihood  likelihood  mixture 

Cerrada . Esta pregunta necesita detalles o claridad . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Agregue detalles y aclare el problema editando esta publicación . Cerrado hace 2 años . Me encuentro con tres medidas estadísticas diferentes para comparar dos conjuntos, en particular para la segmentación en …

11 machine-learning  similarities  dice  segmentation  jaccard-similarity 

Dadas variables aleatorias X1,X2,⋯,XnX1,X2,⋯,XnX_1,X_2, \cdots, X_n iid muestreado de ∼N(0,σ2)∼N(0,σ2)\sim \mathcal{N}(0, \sigma^2), definir Z=maxi∈{1,2,⋯,n}XiZ=maxi∈{1,2,⋯,n}XiZ = \max_{i \in \{1,2,\cdots, n \}} X_i Tenemos eso E[Z]≤σ2logn−−−−−√E[Z]≤σ2log⁡n\mathbb{E}[Z] \le \sigma \sqrt{2 \log n}. Me preguntaba si hay límites superiores / inferiores enVar(Z)Var(Z)\text{Var}(Z)?

11 probability  normal-distribution  mathematical-statistics  variance 

¿Se pueden usar variables categóricas en la agrupación jerárquica? He escuchado que solo se usan variables continuas, pero he visto personas que discuten variables categóricas que pueden o no usarse también. ¿Alguien puede dar una idea?

11 categorical-data  hierarchical-clustering