Estadísticas y Big Data model-selection

11

¿Cómo elegir el número de capas y nodos ocultos en una red neuronal de avance?

¿Existe un método estándar y aceptado para seleccionar el número de capas y el número de nodos en cada capa, en una red neuronal de avance? Estoy interesado en formas automatizadas de construir redes neuronales.

542 model-selection neural-networks

11

¿Hay alguna razón para preferir el AIC o BIC sobre el otro?

El AIC y el BIC son métodos para evaluar el ajuste del modelo penalizado por el número de parámetros estimados. Según tengo entendido, BIC penaliza más a los modelos por parámetros libres que AIC. Más allá de una preferencia basada en la rigurosidad de los criterios, ¿hay alguna otra razón …

222 modeling aic cross-validation bic model-selection

3

¿Cómo saber que su problema de aprendizaje automático no tiene remedio?

Imagine un escenario estándar de aprendizaje automático: Te enfrentas a un gran conjunto de datos multivariado y tienes una comprensión bastante borrosa. Lo que debe hacer es hacer predicciones sobre alguna variable basada en lo que tiene. Como de costumbre, limpia los datos, mira estadísticas descriptivas, ejecuta algunos modelos, los …

207 machine-learning forecasting modeling model-selection forecastability

8

Algoritmos para la selección automática de modelos.

Me gustaría implementar un algoritmo para la selección automática de modelos. Estoy pensando en hacer una regresión gradual, pero cualquier cosa servirá (aunque debe basarse en regresiones lineales). Mi problema es que no puedo encontrar una metodología o una implementación de código abierto (estoy trabajando en Java). La metodología que …

193 references feature-selection model-selection aic stepwise-regression

6

¿Cómo elegir un modelo predictivo después de la validación cruzada k-fold?

Me pregunto cómo elegir un modelo predictivo después de hacer la validación cruzada K-fold. Esto puede expresarse de manera incómoda, así que permítanme explicarlo con más detalle: cada vez que ejecuto la validación cruzada K-fold, uso K subconjuntos de los datos de entrenamiento y termino con K diferentes modelos. Me …

149 cross-validation model-selection

5

¿Entrenamiento con el conjunto de datos completo después de la validación cruzada?

¿Es siempre una buena idea entrenar con el conjunto de datos completo después de la validación cruzada ? Dicho de otra manera, ¿está bien entrenar con todas las muestras en mi conjunto de datos y no poder verificar si este ajuste en particular se sobreajusta ? Algunos antecedentes sobre el …

140 machine-learning cross-validation model-selection

2

¿Cuánto sabemos sobre p-hacking "en la naturaleza"?

La frase p- hacking (también: "dragado de datos" , "espionaje" o "pesca") se refiere a varios tipos de negligencia estadística en la que los resultados se vuelven estadísticamente significativos de manera artificial. Hay muchas formas de obtener un resultado "más significativo", que incluyen pero no se limitan a: solo analizando …

94 hypothesis-testing statistical-significance p-value model-selection reproducible-research

3

Validación cruzada anidada para la selección del modelo

¿Cómo se puede usar la validación cruzada anidada para la selección del modelo ? Por lo que leí en línea, el CV anidado funciona de la siguiente manera: Existe el bucle CV interno, donde podemos realizar una búsqueda de cuadrícula (por ejemplo, ejecutar K-fold para cada modelo disponible, por ejemplo, …

91 cross-validation model-selection

14

¿Por qué las estadísticas robustas (y resistentes) no han reemplazado a las técnicas clásicas?

Cuando se resuelven problemas de negocios utilizando datos, es común que al menos una suposición clave de que las estadísticas clásicas no sean válidas. La mayoría de las veces, nadie se molesta en verificar esas suposiciones, por lo que nunca se sabe. Por ejemplo, que muchas de las métricas web …

82 model-selection nonparametric outliers robust philosophical

5

¿Cuáles son las alternativas modernas y fáciles de usar para la regresión gradual?

Tengo un conjunto de datos con alrededor de 30 variables independientes y me gustaría construir un modelo lineal generalizado (GLM) para explorar la relación entre ellos y la variable dependiente. Soy consciente de que el método que me enseñaron para esta situación, la regresión gradual, ahora se considera un pecado …

76 regression generalized-linear-model model-selection stepwise-regression

6

¿Se necesita realmente una selección variable para el modelado predictivo en 2016?

Esta pregunta se hizo en CV hace algunos años, parece que vale la pena volver a publicar a la luz de 1) orden de magnitud mejor tecnología informática (por ejemplo, computación paralela, HPC, etc.) y 2) técnicas más nuevas, por ejemplo [3]. Primero, un poco de contexto. Supongamos que el …

68 machine-learning modeling feature-selection model-selection prediction

2

¿Por qué solo tres particiones? (entrenamiento, validación, prueba)

Cuando intenta ajustar modelos a un gran conjunto de datos, el consejo común es dividir los datos en tres partes: el conjunto de datos de capacitación, validación y prueba. Esto se debe a que los modelos generalmente tienen tres "niveles" de parámetros: el primer "parámetro" es la clase de modelo …

61 machine-learning model-selection data-mining

2

Una discusión más definitiva sobre la selección de variables.

Antecedentes Estoy haciendo investigación clínica en medicina y he tomado varios cursos de estadística. Nunca publiqué un artículo usando regresión lineal / logística y me gustaría hacer la selección de variables correctamente. La interpretabilidad es importante, por lo que no es necesario utilizar técnicas de aprendizaje automático. He resumido mi …

55 regression feature-selection model-selection

3

AIC, BIC, CIC, DIC, EIC, FIC, GIC, HIC, IIC: ¿puedo usarlos indistintamente?

En P. 34 de su PRNN Brian Ripley comenta que "el AIC fue nombrado por Akaike (1974) como 'Un criterio de información', aunque parece que comúnmente se cree que el A significa Akaike". De hecho, al presentar la estadística AIC, Akaike (1974, p.719) explica que "IC stands for information criterion …

47 forecasting model-selection aic bic

3

Modelo lineal con respuesta transformada logarítmica versus modelo lineal generalizado con enlace logarítmico

En este documento titulado "ELEGIR ENTRE MODELOS LINEALES GENERALIZADOS APLICADOS A DATOS MÉDICOS" los autores escriben: En un modelo lineal generalizado, la media se transforma, mediante la función de enlace, en lugar de transformar la respuesta misma. Los dos métodos de transformación pueden conducir a resultados bastante diferentes; por ejemplo, …

46 generalized-linear-model model-selection lognormal

Preguntas etiquetadas con model-selection