Estadísticas y Big Data classification

2

Es precisión = 1- tasa de error de prueba

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

2

Matemáticas detrás de los árboles de clasificación y regresión.

¿Alguien puede ayudar a explicar algunas de las matemáticas detrás de la clasificación en CART? Estoy buscando entender cómo ocurren dos etapas principales. Por ejemplo, entrené a un clasificador CART en un conjunto de datos y usé un conjunto de datos de prueba para marcar su rendimiento predictivo pero: ¿Cómo …

14 regression classification data-mining cart

4

Comprobar si la mejora de precisión es significativa

Supongamos que tengo un algoritmo que clasifica las cosas en dos categorías. Puedo medir la precisión del algoritmo en digamos 1000 cosas de prueba; supongamos que el 80% de las cosas se clasifican correctamente. Supongamos que modifico el algoritmo de alguna manera para que el 81% de las cosas se …

14 statistical-significance classification

4

¿Cómo interpretar una curva ROC?

Apliqué la regresión logística a mis datos en SAS y aquí están la curva ROC y la tabla de clasificación. Me siento cómodo con las figuras en la tabla de clasificación, pero no estoy exactamente seguro de lo que muestran la curva roc y el área debajo de ella. Cualquier …

14 regression logistic classification roc

3

¿Cuáles deberían ser los parámetros óptimos para el clasificador de bosque aleatorio?

Actualmente estoy usando RF toolbox en MATLAB para un problema de clasificación binaria Conjunto de datos: 50000 muestras y más de 250 características Entonces, ¿cuál debería ser el número de árboles y la función seleccionada al azar en cada división para cultivar los árboles? ¿Puede algún otro parámetro afectar en …

14 machine-learning classification random-forest

2

¿Cómo funciona Naive Bayes con variables continuas?

A mi entender (muy básico), Naive Bayes estima las probabilidades en función de las frecuencias de clase de cada característica en los datos de entrenamiento. Pero, ¿cómo calcula la frecuencia de las variables continuas? Y al hacer predicciones, ¿cómo clasifica una nueva observación que puede no tener los mismos valores …

14 machine-learning classification bayesian naive-bayes

1

Comparación de dos modelos cuando las curvas ROC se cruzan

Una medida común utilizada para comparar dos o más modelos de clasificación es usar el área bajo la curva ROC (AUC) como una forma de evaluar indirectamente su desempeño. En este caso, un modelo con un AUC más grande generalmente se interpreta que funciona mejor que un modelo con un …

13 machine-learning classification roc auc model-evaluation

4

¿Debería preocuparse la multicolinealidad cuando se utilizan modelos no lineales?

Digamos que tenemos un problema de clasificación binaria con características principalmente categóricas. Utilizamos algún modelo no lineal (por ejemplo, XGBoost o Random Forests) para aprenderlo. ¿Debería preocuparse por la multicolinealidad? ¿Por qué? Si la respuesta a lo anterior es verdadera, ¿cómo debería uno luchar contra ella teniendo en cuenta que …

13 classification random-forest multicollinearity xgboost

3

¿Cómo se pueden usar los modelos de aprendizaje automático (GBM, NN, etc.) para el análisis de supervivencia?

Sé que los modelos estadísticos tradicionales como la regresión de riesgos proporcionales de Cox y algunos modelos de Kaplan-Meier se pueden usar para predecir días hasta la próxima ocurrencia de un evento, por ejemplo, falla, etc., es decir, análisis de supervivencia Preguntas ¿Cómo se puede usar la versión de regresión …

13 machine-learning classification survival cox-model kaplan-meier

1

Cómo entrenar la capa LSTM de red profunda

Estoy usando una red lstm y feed-forward para clasificar el texto. Convierto el texto en vectores únicos y los introduzco en el lstm para poder resumirlo como una representación única. Luego lo alimento a la otra red. ¿Pero cómo entreno el lstm? Solo quiero clasificar en secuencia el texto, ¿debería …

13 classification neural-networks deep-learning lstm

2

Usando el paquete caret, ¿es posible obtener matrices de confusión para valores umbral específicos?

Obtuve un modelo de regresión logística (vía train) para una respuesta binaria, y obtuve la matriz de confusión logística a través de confusionMatrixin caret. Me da la matriz de confusión del modelo logístico, aunque no estoy seguro de qué umbral se está utilizando para obtenerlo. ¿Cómo obtengo la matriz de …

13 r classification roc caret confusion-matrix

2

¿Cómo puede funcionar un perceptrón multiclase?

No tengo ningún fondo en matemáticas, pero entiendo cómo funciona el simple Perceptron y creo que entiendo el concepto de un hiperplano (lo imagino geométricamente como un plano en el espacio 3D que separa dos nubes de puntos, al igual que una línea se separa) dos nubes de puntos en …

13 machine-learning classification linear-model multi-class

3

PCA en datos de texto de alta dimensión antes de la clasificación aleatoria del bosque?

¿Tiene sentido hacer PCA antes de llevar a cabo una Clasificación de bosque aleatorio? Estoy tratando con datos de texto de alta dimensión, y quiero hacer una reducción de características para ayudar a evitar la maldición de la dimensionalidad, pero ¿Random Forests ya no tiene algún tipo de reducción de …

13 classification pca random-forest dimensionality-reduction high-dimensional

1

Reproducción de la tabla 18.1 de "Elementos del aprendizaje estadístico"

La Tabla 18.1 en los Elementos del aprendizaje estadístico resume el rendimiento de varios clasificadores en un conjunto de datos de 14 clases. Estoy comparando un nuevo algoritmo con el lazo y la red elástica para tales problemas de clasificación multiclase. glmnetL1L1L_1 Tenga en cuenta que al comienzo de la …

13 classification lasso glmnet

1

Paquete GBM vs. Caret usando GBM

He estado usando el ajuste del modelo caret, pero luego volví a ejecutar el modelo usando el gbmpaquete. Entiendo que el caretpaquete usa gbmy el resultado debe ser el mismo. Sin embargo, solo una ejecución de prueba rápida usando data(iris)muestra una discrepancia en el modelo de aproximadamente 5% usando RMSE …

13 r caret gbm matrix linear-algebra logistic modeling logit ordered-logit r confidence-interval survival population weibull classification separation hypothesis-testing correlation statistical-significance p-value python r data-visualization r regression multiple-regression chi-squared multivariate-analysis distributions random-variable experiment-design distributions poisson-regression residuals excel time-series garch var survival modeling cox-model interaction r pca normality-assumption

Preguntas etiquetadas con classification