Preguntas etiquetadas con regression

Estoy interesado en la regresión con redes neuronales. Las redes neuronales con cero nodos ocultos + conexiones de capa de salto son modelos lineales. ¿Qué pasa con las mismas redes neuronales pero con nodos ocultos? Me pregunto cuál sería el papel de las conexiones de salto de capa. Intuitivamente, diría …

26 regression  machine-learning  neural-networks  deep-learning 

Me pregunto si hay algún algoritmo que pueda hacer clasificación y regresión al mismo tiempo. Por ejemplo, me gustaría dejar que el algoritmo aprenda un clasificador, y al mismo tiempo dentro de cada etiqueta, también aprende un objetivo continuo. Por lo tanto, para cada ejemplo de entrenamiento, tiene una etiqueta …

25 regression  machine-learning  classification  predictive-models  finite-mixture-model 

Supongamos que yo estoy corriendo una regresión . ¿Por qué al seleccionar los principales componentes principales de , el modelo conserva su poder predictivo en ?Y∼XY∼XY \sim XkkkXXXYYY Entiendo que desde el punto de vista de reducción de dimensionalidad / selección de características, si son los vectores propios de la …

25 regression  classification  pca  dimensionality-reduction  regularization 

Tengo varias preguntas sobre la penalización de cresta en el contexto de mínimos cuadrados: βridge=(λID+X′X)−1X′yβridge=(λID+X′X)−1X′y\beta_{ridge} = (\lambda I_D + X'X)^{-1}X'y 1) La expresión sugiere que la matriz de covarianza de X se reduce hacia una matriz diagonal, lo que significa que (suponiendo que las variables estén estandarizadas antes del procedimiento) …

25 regression  pca  regularization  ridge-regression 

En un modelo de regresión simple, y=β0+β1x+ε,y=β0+β1x+ε, y = \beta_0 + \beta_1 x + \varepsilon, los estimadores MCO betaβ^OLS0β^0OLS\hat{\beta}_0^{OLS} y ββ^OLS1β^1OLS\hat{\beta}_1^{OLS} están correlacionados. La fórmula para la correlación entre los dos estimadores es (si la he derivado correctamente): Corr(β^OLS0,β^OLS1)=−∑ni=1xin−−√∑ni=1x2i−−−−−−−√.Corr⁡(β^0OLS,β^1OLS)=−∑i=1nxin∑i=1nxi2. \operatorname{Corr}(\hat{\beta}_0^{OLS},\hat{\beta}_1^{OLS}) = \frac{-\sum_{i=1}^{n}x_i}{\sqrt{n} \sqrt{\sum_{i=1}^{n}x_i^2} }. Preguntas: ¿Cuál es la explicación intuitiva …

25 regression  least-squares  estimators 

Mi variable dependiente que se muestra a continuación no se ajusta a ninguna distribución de acciones que conozca. La regresión lineal produce residuales algo no normales, sesgados a la derecha que se relacionan con el Y pronosticado de una manera extraña (2º gráfico). ¿Alguna sugerencia para transformaciones u otras formas …

25 regression  multiple-regression  data-transformation  censoring 

Siguiendo mi pregunta para OLS , me pregunto: ¿qué gráficos de diagnóstico existen para la regresión cuantil? (¿y hay R implementación de ellos?) Una búsqueda rápida en Google ya apareció con el diagrama de gusanos (del que nunca había oído hablar antes), y me encantaría saber de más métodos que …

25 r  regression  diagnostic  quantile-regression  gamlss 

Deseo comprender mejor los pros / contras para usar ya sea loess o splines de suavizado para suavizar alguna curva. Otra variación de mi pregunta es si hay una manera de construir una spline de suavizado de manera que produzca los mismos resultados que con el uso de loess. Cualquier …

25 regression  splines  loess 

Recientemente comencé a estudiar aprendizaje automático, sin embargo, no pude comprender la intuición detrás de la regresión logística . Los siguientes son los hechos sobre la regresión logística que entiendo. Como base para la hipótesis utilizamos la función sigmoidea . Entiendo por qué es una elección correcta, sin embargo, por …

25 regression  machine-learning  logistic 

En una regresión, el término de interacción elimina ambos efectos directos relacionados. ¿Dejo caer la interacción o informo el resultado? La interacción no era parte de la hipótesis original.

25 regression  interaction 

Estoy un poco confundido si una variable independiente (también llamada predictor o característica) en un modelo estadístico, por ejemplo, la en regresión lineal , ¿es una variable aleatoria?Y = β 0 + β 1 XXXXY= β0 0+ β1XY=β0+β1XY=\beta_0+\beta_1 X

25 regression  random-variable  experiment-design  predictor 

Todos los ejemplos de SVM están relacionados con la clasificación. No entiendo cómo podría usarse un SVM para regresión (regresor de vectores de soporte) en la regresión. Según tengo entendido, un SVM maximiza el margen entre dos clases para encontrar el hiperplano óptimo. ¿Cómo funcionaría esto en un problema de …

25 regression  svm 

¿Qué es un estudio de ablación? ¿Y hay una forma sistemática de realizarlo? Por ejemplo, tengo predictores en una regresión lineal que llamaré como mi modelo.nortenorten ¿Cómo realizaré un estudio de ablación para esto? ¿Qué métricas debo usar? Se agradecería una fuente completa o un libro de texto.

25 regression  machine-learning  neural-networks 

El aprendizaje automático (ML) utiliza técnicas de regresión lineal y logística en gran medida. También se basa en técnicas de ingeniería función ( feature transform, kernel, etc). ¿Por qué es nada acerca de variable transformation(por ejemplo power transformation) mencionado en ML? (Por ejemplo, nunca escuché acerca de cómo rootear o …

24 regression  machine-learning  data-transformation 

Actualmente estoy usando AnomalyDetection de Twitter en R: https://github.com/twitter/AnomalyDetection . Este algoritmo proporciona detección de anomalías de series temporales para datos con estacionalidad. Pregunta: ¿hay otros algoritmos similares a este (no importa controlar la estacionalidad)? Estoy tratando de puntuar tantos algoritmos de series temporales como sea posible en mis datos …

24 r  regression  time-series  anomaly-detection