Preguntas etiquetadas con multidimensional-scaling

Técnica que convierte las (des) similitudes observadas o calculadas entre objetos en distancias en un espacio de baja dimensión (generalmente euclidiana). Por tanto, construye dimensiones para los datos; los objetos se pueden trazar y conceptualizar en esas dimensiones


3
¿Realizar la normalización de características antes o dentro de la validación del modelo?
Una buena práctica común en Machine Learning es hacer la normalización de características o la estandarización de datos de las variables predictoras, eso es todo, centrar los datos restando la media y normalizarlos dividiendo por la varianza (o la desviación estándar también). Para la autocontención y, a mi entender, hacemos …


3
si se debe reescalar los predictores indicadores / binarios / ficticios para LASSO
Para el LASSO (y otros procedimientos de selección de modelos) es crucial reescalar los predictores. La recomendación general que sigo es simplemente usar una normalización de media 0 desviación estándar 1 para variables continuas. Pero, ¿qué hay que ver con los maniquíes? Por ejemplo, algunos ejemplos aplicados de la misma …

1
t-SNE versus MDS
He estado leyendo algunas preguntas sobre t-SNE ( t-Distributed Stochastic Neighbor Embedded ) últimamente, y también visité algunas preguntas sobre MDS ( Multidimensional Scaling ). A menudo se usan de manera análoga, por lo que parecía una buena idea hacer esta pregunta, ya que aquí hay muchas preguntas sobre ambas …


3
¿Cuál es el papel de MDS en las estadísticas modernas?
Recientemente me encontré con escalamiento multidimensional. Estoy tratando de comprender mejor esta herramienta y su papel en las estadísticas modernas. Aquí hay algunas preguntas orientadoras: ¿Qué preguntas responde? ¿Qué investigadores a menudo están interesados ​​en usarlo? ¿Existen otras técnicas estadísticas que realizan funciones similares? ¿Qué teoría se desarrolla a su …





2
Reducción de dimensión escalable
Teniendo en cuenta la cantidad constante de características, Barnes-Hut t-SNE tiene una complejidad de , las proyecciones aleatorias y PCA tienen una complejidad de hace "asequibles" para conjuntos de datos muy grandes.O(nlogn)O(nlog⁡n)O(n\log n)O(n)O(n)O(n) Por otro lado, los métodos que se basan en el escalamiento multidimensional tienen una complejidad .O(n2)O(n2)O(n^2) ¿Existen …

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.