Estadísticas y Big Data classification

1

¿Cuál es la diferencia entre "estándar de oro" y "verdad fundamental"?

¿Cuál es la diferencia entre "patrón oro" y "verdad fundamental"? Los dos artículos wiki (es decir, estándar de oro y verdad básica) relacionan ambos conceptos entre sí en términos de precisión / exactitud del modelo. Esa es una posibilidad. Pero también descubrí que estos conceptos se usan indistintamente cuando se …

9 classification terminology

2

Reproducir gráfico de proyección de análisis discriminante lineal

Estoy luchando con los puntos de proyección en el análisis discriminante lineal (LDA). Muchos libros sobre métodos estadísticos multivariados ilustran la idea de la LDA con la siguiente figura. La descripción del problema es la siguiente. Primero necesitamos dibujar el límite de decisión, agregar una línea perpendicular y luego trazar …

9 r machine-learning classification discriminant-analysis

3

¿Por qué svm no es tan bueno como el árbol de decisión en los mismos datos?

Soy nuevo en el aprendizaje automático y trato de usar scikit-learn (sklearn) para tratar un problema de clasificación. Tanto DecisionTree como SVM pueden entrenar a un clasificador para este problema. Utilizo sklearn.ensemble.RandomForestClassifiery sklearn.svm.SVCpara ajustar los mismos datos de entrenamiento (alrededor de 500,000 entradas con 50 funciones por entrada). El RandomForestClassifier …

9 machine-learning classification svm scikit-learn

2

Conjunto de datos de prueba altamente desequilibrados y datos de entrenamiento equilibrados en clasificación

Tengo un conjunto de entrenamiento con aproximadamente 3000 instancias positivas y 3000 instancias negativas. Pero mi conjunto de datos de prueba no está equilibrado. El conjunto positivo solo tiene 50 instancias y el negativo tiene 1500 instancias, lo que hace que la precisión sea muy baja. ¿Hay algún enfoque para …

9 machine-learning classification data-mining svm

2

Confianza SVM según la distancia desde la hiperlínea

Para un clasificador probabilístico de múltiples clases podemos obtener probabilidades de pertenencia de un nuevo punto a cada clase ; en el caso de 3 clases, suponga que obtenemos , por lo tanto, la clase más probable de x es . Ahora suponga que tenemos un svm de varias clases …

9 probability classification svm unsupervised-learning uncertainty

1

Técnicas para el aprendizaje incremental en línea del clasificador en datos de flujo

¿Cuáles pueden ser buenas técnicas para enfrentar este problema abstracto? Tiene un flujo de datos de una señal continua, como uno de un sensor físico. Esa señal tiene valores reales (discretizados), sin atributo; Se pueden extraer características adictivas (p. ej., potencia, autocorrelación, entropía). Puede asignar una etiqueta de un conjunto …

9 machine-learning classification signal-processing online

1

Enfoques de minería de datos para el análisis de datos secuenciales con atributos nominales

Pregunta para los mineros de datos experimentados: Ante este escenario: Hay N carritos de compras Cada carrito de compras está lleno de un número arbitrario de artículos M de un conjunto infinitamente grande (con la cantidad actual de datos que tengo, ese número arbitrario puede alcanzar números alrededor de 1500) …

8 clustering classification data-mining ordinal-data

1

Árboles de decisión potenciados calibrados en R o MATLAB

En una comparación empírica de algoritmos de aprendizaje supervisados (ICML 2006), los autores (Rich Caruana y Alexandru Niculescu-Mizil) evaluaron varios algoritmos de clasificación (SVM, ANN, KNN, bosques aleatorios, árboles de decisión, etc.) e informaron que los árboles reforzados calibrados clasificado como el mejor algoritmo de aprendizaje en general en ocho …

8 r classification matlab

1

Correlacionar variables clínicas continuas y datos de expresión génica

En los análisis de clasificación SVM (núcleo lineal) de un conjunto de datos de expresión génica (~ 400 variables / genes) para ~ 25 cada uno de los casos y controles, encuentro que los clasificadores basados en la expresión génica tienen características de rendimiento muy buenas. Los casos y los …

8 correlation classification pca continuous-data

1

Generación aleatoria de puntajes similares a los de un modelo de clasificación.

Hola compañeros de número Quiero generar n puntajes aleatorios (junto con una etiqueta de clase) como si hubieran sido producidos por un modelo de clasificación binaria. En detalle, se requieren las siguientes propiedades: cada puntaje está entre 0 y 1 cada puntaje está asociado con una etiqueta binaria con valores …

8 machine-learning classification roc random-generation

2

Validación cruzada en una dimensión muy alta (para seleccionar el número de variables utilizadas en una clasificación dimensional muy alta)

Mi pregunta es acerca de la validación cruzada cuando hay muchas más variables que observaciones. Para arreglar ideas, propongo restringir al marco de clasificación en una dimensión muy alta (más características que observación). Problema: Suponga que para cada variable tiene una medida de importancia que medir exactamente el interés de …

8 machine-learning classification cross-validation

2

Error de entrenamiento en clasificador KNN cuando K = 1

Recibí esta pregunta en un cuestionario, preguntaba cuál sería el error de entrenamiento para un clasificador KNN cuando K = 1. ¿Qué significa el entrenamiento para un clasificador KNN? Mi comprensión sobre el clasificador KNN fue que considera todo el conjunto de datos y asigna a cualquier observación nueva el …

8 classification supervised-learning k-nearest-neighbour

4

¿Cómo interpretar Lasso reduciendo todos los coeficientes a 0?

Tengo un conjunto de datos con 338 predictores y 570 instancias (desafortunadamente no se puede cargar) en el que estoy usando el Lazo para realizar la selección de funciones. En particular, estoy usando la cv.glmnetfunción de la glmnetsiguiente manera, donde mydata_matrixhay una matriz binaria de 570 x 339 y la …

8 r classification lasso glmnet

4

¿Por qué es deseable tener separabilidad lineal en SVM?

Refiérase a la imagen de arriba, claramente un círculo puede separar las dos clases (imagen de la izquierda). ¿Por qué entonces tomar tanto dolor mapearlo a una función para hacerlo linealmente separable (imagen derecha)? ¿Alguien puede explicar? Realmente no pude encontrar nada en la web o conferencias de youtube sobre …

8 machine-learning classification svm separation

1

Codificación de características categóricas de alta cardinalidad (muchas categorías) cuando las características difieren mucho de la cardinalidad

He estado buscando preguntas sobre la codificación de características categóricas, pero no pude encontrar ninguna que discuta mi problema. Disculpas si me lo perdí. Digamos que tenemos un conjunto de datos con variables binarias y nominales de aproximadamente igual importancia cada una. La mayoría de los clasificadores no pueden ocuparse …

8 classification categorical-data dimensionality-reduction feature-construction many-categories

Preguntas etiquetadas con classification