Estadísticas y Big Data classification

1

¿La diferencia entre la regresión logística y las máquinas de vectores de soporte?

Sé que la regresión logística encuentra un hiperplano que separa las muestras de entrenamiento. También sé que Support vector machines encuentra el hiperplano con el margen máximo. Mi pregunta: ¿la diferencia entre la regresión logística (LR) y las máquinas de vectores de soporte (SVM) es que LR encuentra algún hiperplano …

14 machine-learning classification svm data-mining

1

Clasificadores de aprendizaje automático big-O o complejidad

Para evaluar el rendimiento de un nuevo algoritmo clasificador, estoy tratando de comparar la precisión y la complejidad (big-O en entrenamiento y clasificación). De Machine Learning: una revisión obtengo una lista completa de clasificadores supervisados, también una tabla de precisión entre los algoritmos y 44 problemas de prueba del repositorio …

14 machine-learning classification multiple-comparisons algorithms time-complexity

3

Ponderación de datos más recientes en el modelo de bosque aleatorio

Estoy entrenando un modelo de clasificación con Random Forest para discriminar entre 6 categorías. Mis datos transaccionales tienen aproximadamente 60k + observaciones y 35 variables. Aquí hay un ejemplo de cómo se ve aproximadamente. _________________________________________________ |user_id|acquisition_date|x_var_1|x_var_2| y_vay | |-------|----------------|-------|-------|--------| |111 | 2013-04-01 | 12 | US | group1 | |222 …

14 r machine-learning classification random-forest

1

Usando LASSO en bosque aleatorio

Me gustaría crear un bosque aleatorio usando el siguiente proceso: Construya un árbol en muestras aleatorias de los datos y características usando la ganancia de información para determinar divisiones Termine un nodo de hoja si excede una profundidad predefinida O cualquier división daría como resultado un recuento de hojas menor …

14 classification random-forest lasso ensemble

1

RandomForest - Interpretación de la trama MDS

Utilicé randomForest para clasificar 6 comportamientos de animales (p. Ej., Estar de pie, caminar, nadar, etc.) en base a 8 variables (diferentes posturas corporales y movimiento). El MDSplot en el paquete randomForest me da este resultado y tengo problemas para interpretar el resultado. Hice un PCA con los mismos datos …

14 r classification random-forest multidimensional-scaling

3

Elección de la función de activación oculta de la red neuronal

He leído en otra parte que la elección de una función de activación de capa oculta en un NN debe basarse en la necesidad de uno , es decir, si necesita valores en el rango de -1 a 1, use tanh y sigmoid para el rango de 0 a 1. …

14 machine-learning classification neural-networks

5

¿Cómo hacer una clasificación de texto de una clase?

Tengo que lidiar con un problema de clasificación de texto. Un rastreador web rastrea páginas web de un determinado dominio y para cada página web quiero saber si pertenece o no a una clase específica. Es decir, si llamo a esta clase Positiva , cada página web rastreada pertenece a …

14 classification text-mining naive-bayes binary-data

5

¿Qué algoritmo de clasificación estadística puede predecir verdadero / falso para una secuencia de entradas?

Dada una secuencia de entradas, necesito determinar si esta secuencia tiene cierta propiedad deseada. La propiedad solo puede ser verdadera o falsa, es decir, solo hay dos clases posibles a las que puede pertenecer una secuencia. La relación exacta entre la secuencia y la propiedad no está clara, pero creo …

14 machine-learning classification modeling

1

Cuando las clases desequilibradas de sobremuestreo o submuestreo, ¿la precisión de maximización difiere de la minimización de los costos de clasificación errónea?

En primer lugar, me gustaría describir algunos diseños comunes que usan los libros de minería de datos que explican cómo tratar con conjuntos de datos no balanceados . Por lo general, la sección principal se denomina Conjuntos de datos no balanceados y cubren estas dos subsecciones: Clasificación sensible al costo …

14 machine-learning classification unbalanced-classes

2

¿Por qué mejora la estimación de error OOB de bosque aleatorio cuando disminuye el número de características seleccionadas?

Estoy aplicando un algoritmo de bosque aleatorio como clasificador en un conjunto de datos de microarrays que se dividen en dos grupos conocidos con miles de características. Después de la ejecución inicial, miro la importancia de las características y ejecuto nuevamente el algoritmo del árbol con las 5, 10 y …

14 r machine-learning classification random-forest

3

¿Pueden los modelos CART hacerse robustos?

Un colega de mi oficina me dijo hoy: "Los modelos de árbol no son buenos porque quedan atrapados por observaciones extremas". Una búsqueda aquí resultó en este hilo que básicamente respalda el reclamo. Lo que me lleva a la pregunta: ¿bajo qué situación puede ser robusto un modelo CART y …

14 regression classification robust cart

1

¿Por qué utilizar el puntaje de Gini normalizado en lugar de AUC como evaluación?

La competencia de Kaggle La predicción Safe Driver de Porto Seguro utiliza el puntaje de Gini normalizado como medida de evaluación y esto me hizo sentir curiosidad sobre los motivos de esta elección. ¿Cuáles son las ventajas de usar el puntaje de Gini normalizado en lugar de las métricas más …

14 classification auc model-evaluation gini

1

Caret glmnet vs cv.glmnet

Parece haber mucha confusión en la comparación de usar glmnetdentro caretpara buscar una lambda óptima y usar cv.glmnetpara hacer la misma tarea. Se plantearon muchas preguntas, por ejemplo: Modelo de clasificación train.glmnet vs. cv.glmnet? ¿Cuál es la forma correcta de usar glmnet con caret? Validación cruzada de `glmnet` usando` caret` …

14 r caret glmnet machine-learning neural-networks maximum softmax probability distributions mathematical-statistics random-variable cdf statistical-significance variance expected-value ratio sample-size reliability tolerance-interval wilcoxon-signed-rank self-study variance sampling mean machine-learning svm libsvm self-study sampling ranks data-visualization histogram machine-learning classification normal-distribution mathematical-statistics maximum-likelihood mixture predictive-models prediction seasonality

1

GAM vs LOESS vs splines

Contexto : Quiero trazar una línea en un diagrama de dispersión que no aparece paramétrico, por lo tanto, estoy usando geom_smooth()en ggploten R. Devuelve automáticamente. geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to …

14 r gam splines loess r data-visualization boxplot mathematical-statistics theory sufficient-statistics machine-learning classification correlation svm feature-selection probability stochastic-processes machine-learning reinforcement-learning

8

Entrene una red neuronal para distinguir entre números pares e impares

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

Preguntas etiquetadas con classification