Estadísticas y Big Data classification

1

umbral de cálculo para el clasificador de riesgo mínimo?

Suponga que dos clases y tienen un atributo tienen distribución y . si tenemos igual para la siguiente matriz de costos:C1C1C_1C2C2C_2xxxN(0,0.5)N(0,0.5) \cal{N} (0, 0.5)N(1,0.5)N(1,0.5) \cal{N} (1, 0.5)P(C1)=P(C2)=0.5P(C1)=P(C2)=0.5P(C_1)=P(C_2)=0.5 L=[010.50]L=[00.510]L= \begin{bmatrix} 0 & 0.5 \\ 1 & 0 \end{bmatrix} ¿Por qué, es el umbral para el clasificador de riesgo mínimo (costo)?x0<0.5x0<0.5x_0 < …

11 machine-learning classification bayesian normal-distribution bivariate

1

¿Cuándo usar la impureza de Gini y cuándo usar la ganancia de información?

¿Puede alguien explicarme cuándo usar la impureza de Gini y la ganancia de información para los árboles de decisión? ¿Me puede dar situaciones / ejemplos de cuándo es mejor usar cuál?

11 machine-learning classification data-mining cart

3

Intervalo de confianza para la precisión de clasificación con validación cruzada

Estoy trabajando en un problema de clasificación que calcula una métrica de similitud entre dos imágenes de rayos X de entrada. Si las imágenes son de la misma persona (etiqueta de "derecho"), se calculará una métrica más alta; las imágenes de entrada de dos personas diferentes (etiqueta de "incorrecto") darán …

11 classification confidence-interval cross-validation matlab

1

Promedio de precisión y recuperación cuando se utiliza la validación cruzada

He realizado la clasificación usando múltiples clasificadores para datos etiquetados de 2 clases, y utilicé la validación cruzada 5 veces. Para cada pliegue calculé tp, tn, fp y fn. Luego calculé la precisión, precisión, recuperación y puntaje F para cada prueba. Mi pregunta es, cuando quiero promediar los resultados, tomé …

11 classification cross-validation precision-recall

2

Clasificación de series de tiempo: resultados muy pobres

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

2

¿Comparar clasificadores basados en AUROC o precisión?

Tengo un problema de clasificación binaria y experimento diferentes clasificadores en él: quiero comparar los clasificadores. ¿Cuál es una mejor medida de AUC o precisión? ¿Y por qué? Raondom Forest: AUC: 0.828 Accuracy: 79.6667 % SVM: AUC: 0.542 Accuracy: 85.6667 %

11 machine-learning classification auc

3

Importancia de las variables en la regresión logística.

Probablemente estoy lidiando con un problema que probablemente se haya resuelto cientos de veces antes, pero no estoy seguro de dónde encontrar la respuesta. Cuando mediante regresión logística, dadas muchas características tratando de predecir un valor categórico binario y , estoy interesado en seleccionar un subconjunto de las características que …

11 machine-learning logistic classification

2

Medidas de separabilidad de clases en problemas de clasificación.

Un ejemplo de una buena medida de la separabilidad de clases en estudiantes discriminantes lineales es la relación discriminante lineal de Fisher. ¿Existen otras métricas útiles para determinar si los conjuntos de características proporcionan una buena separación de clases entre las variables de destino? En particular, estoy interesado en encontrar …

11 machine-learning classification feature-selection discriminant-analysis

2

Usando Adaboost con SVM para la clasificación

Sé que Adaboost intenta generar un clasificador fuerte usando una combinación lineal de un conjunto de clasificadores débiles. Sin embargo, he leído algunos documentos que sugieren que Adaboost y SVM funcionan en armonía (aunque SVM es un clasificador fuerte) en ciertas condiciones y casos . No puedo entender desde una …

11 classification svm references boosting

4

¿Es posible obtener un mejor ANN eliminando algunas conexiones?

Me preguntaba si en algunas circunstancias es posible que ANN tenga un mejor rendimiento si elimina algunas conexiones como, por ejemplo: ¿Construir un ANN tomando dos ANN's de múltiples capas A y B en paralelo (mismos nodos de entrada y salida) agregando algunas conexiones de "comunicación" entre las capas ocultas …

11 classification neural-networks

1

Extender modelos de 2 clases a problemas de múltiples clases

Este documento sobre Adaboost ofrece algunas sugerencias y códigos (página 17) para extender los modelos de 2 clases a problemas de clase K. Me gustaría generalizar este código, de modo que pueda conectar fácilmente diferentes modelos de 2 clases y comparar los resultados. Debido a que la mayoría de los …

11 r machine-learning classification statistical-learning multi-class

3

Modelo de clasificación para predicción de calificación de películas

Soy un poco nuevo en la minería de datos y estoy trabajando en un modelo de clasificación para la predicción de calificación de películas. He recopilado conjuntos de datos de IMDB, y estoy planeando usar un árbol de decisión y enfoques de vecinos más cercanos para mi modelo. Me gustaría …

11 classification cart

2

¿Organizar un árbol de clasificación (en rpart) en un conjunto de reglas?

¿Hay alguna manera de que una vez que se construya un árbol de clasificación complejo usando rpart (en R), para organizar las reglas de decisión producidas para cada clase? Entonces, en lugar de obtener un árbol enorme, ¿obtenemos un conjunto de reglas para cada una de las clases? (¿si es …

11 r classification cart rpart

3

¿Hay alguna biblioteca disponible para métodos tipo CART que utilicen predictores y respuestas dispersas?

Estoy trabajando con algunos conjuntos de datos grandes usando el paquete gbm en R. Tanto mi matriz de predicción como mi vector de respuesta son bastante escasos (es decir, la mayoría de las entradas son cero). Esperaba construir árboles de decisión usando un algoritmo que aprovecha esta escasez, como se …

11 r regression machine-learning classification cart

1

Reducción del número de niveles de variable predictiva categórica desordenada

Quiero entrenar un clasificador, digamos SVM, o bosque aleatorio, o cualquier otro clasificador. Una de las características del conjunto de datos es una variable categórica con 1000 niveles. ¿Cuál es la mejor manera de reducir el número de niveles en esta variable? En R hay una función llamada combine.levels()en el …

11 classification svm random-forest many-categories

Preguntas etiquetadas con classification