Preguntas etiquetadas con binary-data

Quiero medir la entropía / densidad de información / similitud de patrón de una matriz binaria bidimensional. Déjame mostrarte algunas fotos para aclarar: Esta pantalla debería tener una entropía bastante alta: UNA) Esto debería tener una entropía media: SI) Estas imágenes, finalmente, deberían tener una entropía cercana a cero: C) …

53 algorithms  binary-data  entropy  pattern-recognition  information 

Tengo un conjunto de datos en forma de (características, salida binaria 0 o 1), pero 1 ocurre muy raramente, por lo que al predecir siempre 0, obtengo una precisión entre 70% y 90% (dependiendo de los datos particulares que mire) ) Los métodos de ML me dan la misma precisión, …

52 machine-learning  classification  binary-data  unbalanced-classes 

Tengo una pregunta sobre la clasificación en general. Supongamos que f es un clasificador, que genera un conjunto de probabilidades dados algunos datos D. Normalmente, uno diría: bueno, si P (c | D)> 0.5, asignaremos una clase 1, de lo contrario 0 (deje que esto sea un binario clasificación). Mi …

49 machine-learning  classification  binary-data  threshold 

Hay dos vectores booleanos, que contienen solo 0 y 1. Si calculo la correlación de Pearson o Spearman, ¿son significativas o razonables?

42 correlation  binary-data  pearson-r  spearman-rho 

Quiero reducir la dimensionalidad de los sistemas de orden superior y capturar la mayor parte de la covarianza en un campo preferiblemente bidimensional o unidimensional. Entiendo que esto se puede hacer a través del análisis de componentes principales, y he usado PCA en muchos escenarios. Sin embargo, nunca lo he …

38 pca  data-visualization  binary-data  dimensionality-reduction  correspondence-analysis 

Tengo un conjunto de datos con una gran cantidad de respuestas Sí / No. ¿ Puedo usar componentes principales (PCA) o cualquier otro análisis de reducción de datos (como el análisis factorial) para este tipo de datos? Por favor, avise cómo hago esto usando SPSS.

30 spss  categorical-data  pca  factor-analysis  binary-data 

He completado el análisis de componentes principales (PCA), el análisis factorial exploratorio (EFA) y el análisis factorial confirmatorio (CFA), tratando los datos con escala likert (respuestas de 5 niveles: ninguno, poco, algunos, ..) como un continuo variable. Luego, usando Lavaan, repetí el CFA definiendo las variables como categóricas. Me gustaría …

28 pca  factor-analysis  ordinal-data  binary-data  likert 

Necesito usar variables binarias (valores 0 y 1) en k-means. Pero k-means solo funciona con variables continuas. Sé que algunas personas todavía usan estas variables binarias en k-means ignorando el hecho de que k-means solo está diseñado para variables continuas. Esto es inaceptable para mí. Preguntas: Entonces, ¿cuál es la …

27 r  clustering  binary-data  k-means  mixed-type-data 

Entiendo la lógica de la codificación para el análisis de datos. Mi pregunta a continuación es sobre el uso de un código específico. ¿Hay alguna razón por la cual el género a menudo se codifica como 0 para mujeres y 1 para hombres? ¿Por qué esta codificación se considera 'estándar'? …

25 data-transformation  binary-data  categorical-encoding  units 

Tengo un conjunto de datos con un conjunto de características. Algunos de ellos son binarios activo o disparado, 0 = inactivo o inactivo), y el resto son de valor real, por ejemplo, 4564.342 .( 1 =(1=(1=0 =0 0=0=4564.3424564.3424564.342 Quiero alimentar estos datos a un algoritmo de aprendizaje automático, por lo …

25 machine-learning  normalization  binary-data 

Supongamos que tengo un modelo predictivo que produce, para cada caso, una probabilidad para cada clase. Ahora reconozco que hay muchas formas de evaluar ese modelo si quiero usar esas probabilidades para la clasificación (precisión, recuperación, etc.). También reconozco que una curva ROC y el área debajo de ella se …

23 data-visualization  classification  predictive-models  binary-data  calibration 

Quiero generar dos variables. Una es la variable de resultado binaria (digamos éxito / fracaso) y la otra es la edad en años. Quiero que la edad se correlacione positivamente con el éxito. Por ejemplo, debería haber más éxitos en los segmentos de mayor edad que en los menores. Idealmente, …

23 correlation  random-variable  random-generation  binary-data 

Tengo una matriz semi-pequeña de características binarias de dimensión 250k x 100. Cada fila es un usuario y las columnas son "etiquetas" binarias de algún comportamiento del usuario, por ejemplo, "likes_cats". user 1 2 3 4 5 ... ------------------------- A 1 0 1 0 1 B 0 1 0 1 …

22 r  clustering  binary-data 

De la Enciclopedia de Ciencias Estadísticas entiendo que dado dicotómica (binario: 1 = presente; 0 = ausente) atributos (variables), podemos formar una tabla de contingencia para cualquier par de objetos i y j de una muestra:pagspagsp j 1 0 ------- 1 | a | b | i ------- 0 | …

20 binary-data  similarities  association-measure 

Estoy experimentando con el algoritmo de la máquina de aumento de gradiente a través del caretpaquete en R. Usando un pequeño conjunto de datos de admisión a la universidad, ejecuté el siguiente código: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] …

15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable