Preguntas etiquetadas con dataset

Parecen muy parecidos. ¿Son lo mismo pero solo se conocen como nombres diferentes?

18 regression  dataset  econometrics 

Estoy trabajando en datos gravemente desequilibrados. En la literatura, se utilizan varios métodos para reequilibrar los datos mediante re-muestreo (sobremuestreo o submuestreo). Dos buenos enfoques son: SMOTE: Técnica de sobremuestreo de minorías sintéticas ( SMOTE ) ADASYN: Enfoque de muestreo sintético adaptativo para el aprendizaje desequilibrado ADASYN ) He implementado …

18 classification  dataset  resampling  unbalanced-classes  oversampling 

Estaba tratando de calcular el percentil 95 en el siguiente conjunto de datos. Encontré algunas referencias en línea de hacerlo. Enfoque 1: basado en datos de muestra El primero me dice que obtenga el TOP 95 Percentconjunto de datos y luego elija el MINo AVGdel conjunto resultante. Hacerlo para el …

17 r  dataset  quantiles  sql 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 6 años . Estoy buscando un corpus de texto grande (> 1000) para descargar. Preferiblemente con noticias mundiales o …

16 dataset 

¿Puede alguien resumirme con posibles ejemplos, en qué situaciones el aumento de los datos de capacitación mejora el sistema en general? ¿Cuándo detectamos que agregar más datos de entrenamiento podría sobrepasar los datos y no dar una buena precisión en los datos de la prueba? Esta es una pregunta muy …

16 machine-learning  classification  dataset  precision-recall 

Me doy cuenta de que esto es subjetivo, pero pensé que sería bueno hablar sobre nuestros conjuntos de datos favoritos y lo que creemos que los hace interesantes. Hay una gran cantidad de datos, y con todas las API (por ejemplo, Datamob ) junto con los conjuntos de datos clásicos …

16 dataset 

Estoy haciendo análisis de datos exploratorios (EDA) en un conjunto de datos. Luego seleccionaré algunas características para predecir una variable dependiente. La pregunta es: ¿Debo hacer el EDA solo en mi conjunto de datos de entrenamiento? ¿O debería unirme a los conjuntos de datos de entrenamiento y prueba y luego …

15 dataset  feature-selection  feature-construction  eda 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 4 años . Tengo informes de temperatura por hora y por día para muchas estaciones en http://data.barrycarter.info/ Animo a …

14 dataset 

Estoy haciendo clasificación de imágenes usando el aprendizaje automático. Supongamos que tengo algunos datos de entrenamiento (imágenes) y los dividiré en conjuntos de entrenamiento y validación. Y también quiero aumentar los datos (producir nuevas imágenes de las originales) mediante rotaciones aleatorias e inyección de ruido. El aumento se realiza sin …

14 machine-learning  classification  cross-validation  dataset  data-augmentation 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que sea sobre el tema de Cross Validated. Cerrado hace 2 años . A veces necesito obtener solo la primera fila de un conjunto de datos agrupados por un …

14 r  dataset  aggregation  plyr 

Mi pregunta principal es con respecto a tratar de entender cómo encaja la validación cruzada k-fold en el contexto de tener conjuntos de capacitación / validación / prueba (si cabe en ese contexto). Por lo general, las personas hablan de dividir los datos en un conjunto de entrenamiento, validación y …

14 cross-validation  dataset  overfitting 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 2 años . Deseo utilizar datos brutos sobre ensayos clínicos para el examen de fin de año de mis …

13 dataset  teaching  clinical-trials 

Usando R o Excel, ¿cuál es la forma más fácil de convertir una tabla de frecuencias en un vector de valores? Por ejemplo, ¿cómo convertirías la siguiente tabla de frecuencias? Value Frequency 1. 2 2. 1 3. 4 4. 2 5. 1 en el siguiente vector? 1, 1, 2, 3, …

13 r  dataset  excel 

Estoy tratando de separar dos grupos de valores de un solo conjunto de datos. Puedo suponer que una de las poblaciones está normalmente distribuida y tiene al menos la mitad del tamaño de la muestra. Los valores del segundo son más bajos o más altos que los valores del primero …

13 dataset  outliers  expectation-maximization 

Recientemente comencé a enseñarme a mí mismo el Aprendizaje automático y el Análisis de datos. Me encuentro con un obstáculo en la necesidad de crear y consultar grandes conjuntos de datos. Me gustaría tomar datos que he estado agregando en mi vida profesional y personal y analizarlos, pero no estoy …

13 data-mining  dataset  eda