Preguntas etiquetadas con predictive-models

Los modelos predictivos son modelos estadísticos cuyo propósito principal es predecir otras observaciones de un sistema de manera óptima, a diferencia de los modelos cuyo propósito es probar una hipótesis particular o explicar un fenómeno de manera mecanicista. Como tal, los modelos predictivos ponen menos énfasis en la interpretabilidad y más énfasis en el rendimiento.

1
Al construir un modelo de regresión utilizando conjuntos de modelado / validación separados, ¿es apropiado "recircular" los datos de validación?
Supongamos que tengo una división 80/20 entre las observaciones de modelado / validación. He ajustado un modelo al conjunto de datos de modelado y me siento cómodo con el error que veo en el conjunto de datos de validación. Antes de implementar mi modelo para puntuar futuras observaciones, ¿es apropiado …
2
¿Cuándo registrar / explicar sus variables cuando usa modelos de bosque aleatorio?
Estoy haciendo una regresión usando Random Forests para predecir precios basados ​​en varios atributos. El código está escrito en Python usando Scikit-learn. ¿Cómo decide si debe transformar sus variables usando exp/ logantes de usarlo para ajustar el modelo de regresión? ¿Es necesario cuando se utiliza un enfoque de conjunto como …
2
Predicción de regresión cuantil
Estoy interesado en usar la regresión cuantil para algunos de mis modelos, pero me gustaría tener algunas aclaraciones sobre qué puedo lograr con esta metodología. Entiendo que puedo obtener un análisis más robusto de IV / DV relación , especialmente cuando se enfrentan con valores atípicos y heteroscedasticidad, pero en …
2
¿Qué es la contracción?
La palabra contracción se usa mucho en ciertos círculos. Pero lo que es la contracción, no parece haber una definición clara. Si tengo una serie temporal (o una colección de observaciones de algún proceso), ¿cuáles son las diferentes formas en que puedo medir algún tipo de contracción empírica en la …
2
¿Cómo elegir el ancho óptimo del contenedor mientras se calibran los modelos de probabilidad?
Antecedentes: Aquí hay algunas preguntas / respuestas excelentes sobre cómo calibrar modelos que predicen las probabilidades de que ocurra un resultado. Por ejemplo Puntuación de Brier , y su descomposición en resolución, incertidumbre y fiabilidad . Gráficos de calibración y regresión isotónica . Estos métodos a menudo requieren el uso …
1
Prueba de bondad de ajuste en regresión logística; ¿Qué 'ajuste' queremos probar?
Me refiero a la pregunta y sus respuestas: ¿Cómo comparar la capacidad predictiva (probabilidad) de los modelos desarrollados a partir de la regresión logística? por @Clark Chong y respuestas / comentarios por @Frank Harrell. ya la pregunta Grados de libertad de en la prueba de Hosmer-Lemeshowχ2χ2\chi^2 y los comentarios. He …
1
¿Hay algún problema con la multicolinealidad y la regresión de splines?
Cuando se usan splines cúbicas naturales (es decir, restringidas), las funciones básicas creadas son altamente colineales, y cuando se usan en una regresión parecen producir estadísticas muy altas de VIF (factor de inflación de varianza), lo que indica multicolinealidad. Cuando se considera el caso de un modelo con fines de …
1
Diferencias entre PROC Mixed y lme / lmer en R - grados de libertad
Nota: esta pregunta es una nueva publicación, ya que mi pregunta anterior tuvo que ser eliminada por razones legales. Al comparar PROC MIXED de SAS con la función lmedel nlmepaquete en R, me topé con algunas diferencias bastante confusas. Más específicamente, los grados de libertad en las diferentes pruebas difieren …
12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 
2
¿Ingeniería de características agnósticas de dominio que conserva el significado semántico?
La ingeniería de características es a menudo un componente importante para el aprendizaje automático (se utilizó mucho para ganar la Copa KDD en 2010 ). Sin embargo, creo que la mayoría de las técnicas de ingeniería de características destruir cualquier significado intuitivo de las características subyacentes o son muy específicos …
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.