Estadísticas y Big Data classification

3

¿Cuáles son los impactos de elegir diferentes funciones de pérdida en la clasificación para aproximar la pérdida 0-1?

Sabemos que algunas funciones objetivas son más fáciles de optimizar y otras son difíciles. Y hay muchas funciones de pérdida que queremos usar pero difíciles de usar, por ejemplo, pérdida 0-1. Entonces encontramos algunas funciones de pérdida de proxy para hacer el trabajo. Por ejemplo, usamos pérdida de bisagra o …

27 machine-learning classification optimization loss-functions

5

¿Qué puede causar que la PCA empeore los resultados de un clasificador?

Tengo un clasificador en el que estoy haciendo validación cruzada, junto con un centenar de características en las que estoy haciendo la selección hacia adelante para encontrar combinaciones óptimas de características. También comparo esto con la ejecución de los mismos experimentos con PCA, donde tomo las características potenciales, aplico SVD, …

27 classification pca feature-selection

1

¿Es la validación cruzada un sustituto adecuado para el conjunto de validación?

En la clasificación de texto, tengo un conjunto de entrenamiento con aproximadamente 800 muestras y un conjunto de prueba con aproximadamente 150 muestras. El conjunto de prueba nunca se ha usado, y está esperando ser usado hasta el final. Estoy usando todo el conjunto de entrenamiento de 800 muestras, con …

27 machine-learning classification cross-validation text-mining

4

¿Cómo medir / clasificar "importancia variable" cuando se utiliza CART? (específicamente usando {rpart} de R)

Cuando se construye un modelo CART (específicamente un árbol de clasificación) usando rpart (en R), a menudo es interesante saber cuál es la importancia de las diversas variables introducidas en el modelo. Por lo tanto, mi pregunta es: ¿Qué medidas comunes existen para clasificar / medir la importancia variable de …

27 r classification model-selection cart rpart

2

Red neuronal: para la clasificación binaria, ¿utilizar 1 o 2 neuronas de salida?

Suponga que quiero hacer una clasificación binaria (algo pertenece a la clase A o clase B). Hay algunas posibilidades para hacer esto en la capa de salida de una red neuronal: Use 1 nodo de salida. La salida 0 (<0.5) se considera clase A y 1 (> = 0.5) se …

27 machine-learning classification neural-networks

2

¿Cuándo es apropiado usar una regla de puntuación incorrecta?

Merkle y Steyvers (2013) escriben: Para definir formalmente una regla de puntuación adecuada, dejemos que sea un pronóstico probabilístico de un ensayo de Bernoulli d con verdadera probabilidad de éxito p . Las reglas de puntuación adecuadas son métricas cuyos valores esperados se minimizan si f = p .FFfreredpagspagspF= pF=pagsf …

27 classification forecasting scoring-rules

1

¿Uno contra todos y Uno contra uno en svm?

¿Cuál es la diferencia entre un clasificador SVM uno contra uno y uno contra uno? ¿One-vs-all significa un clasificador para clasificar todos los tipos / categorías de la nueva imagen y one-vs-one significa que cada tipo / categoría de nueva imagen clasifica con un clasificador diferente (cada categoría es manejada …

26 machine-learning classification svm

2

Tres versiones de análisis discriminante: diferencias y cómo usarlas

¿Alguien puede explicar las diferencias y dar ejemplos específicos de cómo utilizar estos tres análisis? LDA - Análisis discriminante lineal FDA - Análisis discriminante de Fisher QDA - Análisis discriminatorio cuadrático Busqué en todas partes, pero no pude encontrar ejemplos reales con valores reales para ver cómo se usan estos …

26 classification discriminant-analysis

4

Predecir con características continuas y categóricas

Algunas técnicas de modelado predictivo están más diseñadas para manejar predictores continuos, mientras que otras son mejores para manejar variables categóricas o discretas. Por supuesto, existen técnicas para transformar un tipo en otro (discretización, variables ficticias, etc.). Sin embargo, ¿existen técnicas de modelado predictivo diseñadas para manejar ambos tipos de …

26 classification predictive-models categorical-data continuous-data discrete-data

1

¿Hay algún algoritmo que combine clasificación y regresión?

Me pregunto si hay algún algoritmo que pueda hacer clasificación y regresión al mismo tiempo. Por ejemplo, me gustaría dejar que el algoritmo aprenda un clasificador, y al mismo tiempo dentro de cada etiqueta, también aprende un objetivo continuo. Por lo tanto, para cada ejemplo de entrenamiento, tiene una etiqueta …

25 regression machine-learning classification predictive-models finite-mixture-model

5

¿Cómo pueden los principales componentes principales retener el poder predictivo en una variable dependiente (o incluso conducir a mejores predicciones)?

Supongamos que yo estoy corriendo una regresión . ¿Por qué al seleccionar los principales componentes principales de , el modelo conserva su poder predictivo en ?Y∼XY∼XY \sim XkkkXXXYYY Entiendo que desde el punto de vista de reducción de dimensionalidad / selección de características, si son los vectores propios de la …

25 regression classification pca dimensionality-reduction regularization

4

¿Cuándo evitar el bosque aleatorio?

Los bosques aleatorios son bien conocidos por desempeñarse bastante bien en una variedad de tareas y se les conoce como los expertos en métodos de aprendizaje . ¿Hay algún tipo de problemas o condiciones específicas en las que se debe evitar el uso de un bosque aleatorio?

25 machine-learning classification random-forest

2

¿Tiene sentido combinar PCA y LDA?

Suponga que tengo un conjunto de datos para una tarea de clasificación estadística supervisada, por ejemplo, a través de un clasificador de Bayes. Este conjunto de datos consta de 20 características y quiero reducirlo a 2 características mediante técnicas de reducción de dimensionalidad como el Análisis de componentes principales (PCA) …

25 classification pca regularization discriminant-analysis overfitting

3

Los cinco clasificadores principales para probar primero

Además de las características obvias del clasificador como costo computacional, tipos de datos esperados de características / etiquetas y idoneidad para ciertos tamaños y dimensiones de conjuntos de datos, ¿Cuáles son los cinco clasificadores principales (¿o 10, 20?) para probar primero en un nuevo conjunto de datos sobre el que …

25 machine-learning classification methodology

2

Detectar patrones de trampa en un examen de preguntas múltiples

PREGUNTA: Tengo datos binarios en las preguntas del examen (correcto / incorrecto). Algunas personas podrían haber tenido acceso previo a un subconjunto de preguntas y sus respuestas correctas. No sé quién, cuántos o cuáles. Si no hubiera trampa, suponga que modelaría la probabilidad de una respuesta correcta para el ítem …

25 r clustering classification psychometrics

Preguntas etiquetadas con classification