Preguntas etiquetadas con prediction

Estoy tratando de entender cómo funciona Random Forest. Tengo una idea de cómo se construyen los árboles, pero no puedo entender cómo Random Forest hace predicciones sobre muestras fuera de bolsa. ¿Alguien podría darme una explicación simple, por favor? :)

13 random-forest  prediction 

Consideremos este conjunto de datos hipotético: set.seed(12345) num.subjects <- 10 dose <- rep(c(1,10,50,100), num.subjects) subject <- rep(1:num.subjects, each=4) group <- rep(1:2, each=num.subjects/2*4) response <- dose*dose/10 * group + rnorm(length(dose), 50, 30) df <- data.frame(dose=dose, response=response, subject=subject, group=group) podemos usar lmepara modelar la respuesta con un modelo de efectos aleatorios: require(nlme) …

13 mixed-model  linear-model  prediction 

¿Se puede entrenar un bosque aleatorio para predecir adecuadamente los datos de conteo? ¿Cómo procedería esto? Tengo una amplia gama de valores, por lo que la clasificación realmente no tiene sentido. Si usara la regresión, ¿simplemente truncaría los resultados? Estoy bastante perdido aquí. ¿Algunas ideas?

12 r  regression  random-forest  prediction  count-data 

Quería entender mejor la prueba exacta del pescador, así que ideé el siguiente ejemplo de juguete, donde f y m corresponde a machos y hembras, y n e y corresponden a "consumo de refrescos" de esta manera: > soda_gender f m n 0 5 y 5 0 Obviamente, esta es …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

Utilizo el paquete caret para entrenar un objeto randomForest con 10x10CV. library(caret) tc <- trainControl("repeatedcv", number=10, repeats=10, classProbs=TRUE, savePred=T) RFFit <- train(Defect ~., data=trainingSet, method="rf", trControl=tc, preProc=c("center", "scale")) Después de eso, pruebo el randomForest en un testSet (nuevos datos) RF.testSet$Prediction <- predict(RFFit, newdata=testSet) La matriz de confusión me muestra que …

12 r  random-forest  prediction  caret 

Netflix solía basar sus sugerencias en las calificaciones enviadas por el usuario de otras películas / programas. Este sistema de calificación tenía cinco estrellas. Ahora, Netflix permite a los usuarios gustar / no me gusta (pulgar hacia arriba / pulgar hacia abajo) películas / espectáculos. Afirman que es más fácil …

11 variance  predictive-models  prediction 

Me pregunto si el intervalo de predicción y el intervalo creíble evalúan lo mismo. Por ejemplo, con una regresión lineal, cuando estima el intervalo de predicción de los valores ajustados, estima los límites del intervalo en el que espera que disminuya su valor. A la inversa de un intervalo de …

11 bayesian  linear-model  prediction  prediction-interval  credible-interval 

Estoy tratando de usar el neuralnetpaquete de R (documentación aquí ) para la predicción. Aquí lo que estoy tratando de hacer: library(neuralnet) x <- cbind(runif(50, min=1, max=500), runif(50, min=1, max=500)) y <- x[, 1] * x[, 2] train <- data.frame(x, y) n <- names(train) f <- as.formula(paste('y ~', paste(n[!n %in% …

11 r  neural-networks  prediction  error 

Se ha demostrado que no se recomienda la elección del modelo ABC utilizando factores de Bayes debido a la presencia de un error derivado del uso de estadísticas resumidas. La conclusión en este artículo se basa en el estudio del comportamiento de un método popular para aproximar el factor de …

11 bayesian  model-selection  prediction  abc 

Tengo un par de preguntas para los intervalos de predicción y tolerancia. Acordemos primero la definición de los intervalos de tolerancia: se nos da un nivel de confianza, digamos 90%, el porcentaje de la población a capturar, digamos 99%, y un tamaño de muestra, digamos 20. La distribución de probabilidad …

11 prediction  prediction-interval  tolerance-interval 

El mgcvpaquete Rtiene dos funciones para ajustar las interacciones del producto tensorial: te()y ti(). Entiendo la división básica del trabajo entre los dos (ajustar una interacción no lineal versus descomponer esta interacción en efectos principales y una interacción). Lo que no entiendo es por qué te(x1, x2)y ti(x1) + ti(x2) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

¿Hay alguna manera de obtener un puntaje de confianza (podemos llamarlo también valor de confianza o probabilidad) para cada valor pronosticado cuando se usan algoritmos como Bosques aleatorios o Incremento de gradiente extremo (XGBoost)? Digamos que este puntaje de confianza iría de 0 a 1 y mostraría cuán seguro estoy …

11 r  regression  random-forest  prediction  boosting 

Estoy trabajando en algún proyecto de modelado predictivo en estos días: tratando de aprender un modelo y hacer predicciones en tiempo real basadas en el modelo que aprendí sin conexión. Comencé a usar la regresión de cresta recientemente, porque leí que la regularización puede ayudar a reducir el efecto de …

11 regression  prediction  multicollinearity  ridge-regression 

Estoy interesado en modelar la captura total de peces usando gam en mgcv para modelar efectos aleatorios simples para buques individuales (que realizan viajes repetidos a lo largo del tiempo en la pesquería). Tengo 98 sujetos, así que pensé que usaría gam en lugar de gamm para modelar los efectos …

10 prediction  random-effects-model  gam  mgcv 

¿Cuáles son las relaciones y las diferencias entre inferencia causal y predicción (tanto clasificación como regresión)? En el contexto de predicción, tenemos las variables de predicción / entrada y las variables de respuesta / salida. ¿Eso significa que hay una relación causal entre las variables de entrada y salida? Entonces, …

10 prediction  causality  definition