Preguntas etiquetadas con feature-selection

El lazo y la red elástica no pueden manejar variables con más de dos categorías y, por lo tanto, es necesaria una división de variables categóricas en dummies para la aplicación de estos métodos. Esto puede dar lugar a varios problemas y, por lo tanto, existen extensiones para el lazo …

8 machine-learning  categorical-data  feature-selection  lasso  elastic-net 

Quiero hacer la clasificación de documentos representando cada documento como un conjunto de características. Sé que hay muchas maneras: BOW, TFIDF, ... Quiero utilizar la asignación de Dirichlet latente (LDA) para extraer las palabras clave del tema de CADA UNO documento. El documento está representado por estas palabras temáticas. Pero …

8 feature-selection  text-mining  topic-models  latent-dirichlet-alloc 

Soy un poco novato en R y en la selección de funciones, y he probado el paquete Boruta para seleccionar (disminuir) mi número de variables (n = 40). Pensé que este método también tenía en cuenta la posible correlación entre las variables, sin embargo, dos (de las 20 variables seleccionadas) …

8 r  feature-selection  random-forest  boruta 

Mi proyecto actual puede requerir que construya un modelo para predecir el comportamiento de un determinado grupo de personas. el conjunto de datos de entrenamiento contiene solo 6 variables (la identificación es solo para fines de identificación): id, age, income, gender, job category, monthly spend en el cual monthly spendestá …

8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 

Tenemos un pequeño conjunto de datos (alrededor de 250 muestras * 100 características) en el que queremos construir un clasificador binario después de seleccionar el mejor subconjunto de características. Digamos que dividimos los datos en: Entrenamiento, Validación y Pruebas Para la selección de características, aplicamos un modelo de envoltura basado …

8 machine-learning  cross-validation  feature-selection  train 

He estado leyendo algunas de las publicaciones sobre selección de características y validación cruzada, pero todavía tengo preguntas sobre el procedimiento correcto. Supongamos que tengo un conjunto de datos con 10 funciones y quiero seleccionar las mejores funciones. Supongamos también que estoy usando un clasificador vecino más cercano. ¿Puedo realizar …

8 cross-validation  model-selection  feature-selection 

Estoy calculando algunas probabilidades condicionales y los intervalos de confianza del 95% asociados. Para muchos de mis casos, tengo recuentos directos de xéxitos fuera de los nensayos (de una tabla de contingencia), por lo que puedo usar un intervalo de confianza binomial, como se proporciona binom.confint(x, n, method='exact')en R. Sin …

8 r  bayesian  confidence-interval  conditional-probability  hidden-markov-model  segmentation  hypothesis-testing  statistical-significance  multiple-comparisons  multiple-regression  r  regression  survey  sample  finite-population  pca  model-selection  dataset  partitioning  clustering  time-series  least-squares  regression  standard-error  causality  r  time-series  outliers  missing-data  machine-learning  svm  hypothesis-testing  discrete-data  r  data-visualization  survey  likert  finance  regression  pca  feature-selection  stepwise-regression  underdetermined  svm  natural-language