Statystyki i duże zbiory danych

3

Jak interpretować fabułę Blanda-Altmana?

Jak w zwykłym języku angielskim interpretuje się fabułę Blanda-Altmana? Jakie są zalety korzystania z wykresu Blanda-Altmana w porównaniu z innymi metodami porównywania dwóch różnych metod pomiarowych?

12 data-visualization bland-altman-plot

3

Co to jest wspólne oszacowanie?

Moje pytanie jest proste: co to jest wspólne oszacowanie? A co to znaczy w kontekście analizy regresji? Jak to jest zrobione? Wędrowałem po potężnym Internecie przez dłuższy czas, ale nie znalazłem odpowiedzi na te pytania.

12 regression estimation terminology

2

Bezstronny estymator wykładniczej miary zbioru?

Załóżmy, że mamy (mierzalny i odpowiednio zachowujący się) zestaw , gdzie jest zwarty. Co więcej, załóżmy, że możemy pobrać próbki z równomiernego rozkładu na względem miary Lebesgue'a i że znamy miarę . Na przykład może być polem zawierającymS⊆B⊂RnS⊆B⊂RnS\subseteq B\subset\mathbb R^nBBBBBBλ(⋅)λ(⋅)\lambda(\cdot)λ(B)λ(B)\lambda(B)BBB[−c,c]n[−c,c]n[-c,c]^nSSS . Czy dla stałego α∈Rα∈R\alpha\in\mathbb R istnieje prosty bezstronny sposób …

12 probability monte-carlo unbiased-estimator measure-theory

3

Czy mój model jest dobry na podstawie wartości metryki diagnostycznej ( / AUC / dokładność / RMSE itp.)?

Dopasowałem swój model i staram się zrozumieć, czy jest on dobry. Obliczyłem zalecane miary, aby je ocenić ( / AUC / dokładność / błąd prognozowania itp.), Ale nie wiem, jak je interpretować. Krótko mówiąc, jak stwierdzić, czy mój model jest dobry na podstawie danych? Czy 0,6 (na przykład) wystarcza, abym …

12 goodness-of-fit r-squared accuracy auc diagnostic

2

W wnioskowaniu bayesowskim, dlaczego niektóre terminy są odrzucane z późniejszej predykcji?

W koniugacie Bayesa z analizą bayesowską Kevina Murphy'ego rozkładu Gaussa pisze, że tylna dystrybucja predykcyjna jest p(x∣D)=∫p(x∣θ)p(θ∣D)dθp(x∣D)=∫p(x∣θ)p(θ∣D)dθ p(x \mid D) = \int p(x \mid \theta) p(\theta \mid D) d \theta gdzie to dane, na których model jest dopasowany, a to dane niewidoczne. Nie rozumiem, dlaczego zależność od znika w pierwszym …

12 bayesian predictive-models inference posterior

2

Pokazuje równoważność

Według odniesień Księga 1 , Księga 2 i papier . Wspomniano, że istnieje równoważność między regresją regulowaną (Ridge, LASSO i Elastic Net) a ich formułami ograniczeń. Patrzyłem również na Cross Validated 1 i Cross Validated 2 , ale nie widzę wyraźnej odpowiedzi pokazującej, że równoważność lub logika. Moje pytanie brzmi …

12 regression optimization lasso ridge-regression elastic-net

2

Dlaczego funkcja utraty 0-1 jest trudna do rozwiązania?

W książce Ian Goodfellow's Deep Learning napisano o tym Czasami funkcja utraty, o którą tak naprawdę dbamy (powiedzmy, błąd klasyfikacji), nie jest funkcją, którą można skutecznie zoptymalizować. Na przykład dokładne minimalizowanie oczekiwanej straty 0-1 jest zazwyczaj trudne (wykładnicze w wymiarze wejściowym), nawet w przypadku klasyfikatora liniowego. W takich sytuacjach zwykle …

12 neural-networks deep-learning loss-functions

1

Dlaczego R Squared nie jest dobrym miernikiem dopasowania regresji za pomocą LASSO?

Czytałem w kilku miejscach, że R Squared nie jest idealną miarą, gdy model jest dopasowany przy użyciu LASSO. Jednak nie jestem do końca pewien , dlaczego tak jest. Ponadto, czy możesz polecić najlepszą alternatywę?

12 regression lasso r-squared penalized

4

Co powoduje, że lasso jest niestabilne przy wyborze funkcji?

argmin∥c∥1subject to y=Xcargmin‖c‖1subject to y=Xc\text{argmin} \Vert c \Vert_1\\ \text{subject to } y = Xc ccc Czy istnieje podobne twierdzenie dotyczące lasso? Jeśli istnieje takie twierdzenie, nie tylko zagwarantuje ono stabilność lasso, ale także zapewni lasso bardziej sensowną interpretację: lasso może odkryć wektor współczynnika regresji rzadkiej ccc który jest używany do …

12 regression self-study feature-selection lasso regularization

1

Co oznacza „wariacyjny”?

Czy użycie „wariacyjnego” zawsze odnosi się do optymalizacji poprzez wnioskowanie wariacyjne? Przykłady: „Automatyczny enkoder wariacyjny” „Wariacyjne metody bayesowskie” „Grupa renormalizacji wariantów”

12 machine-learning optimization inference

1

Zrozumienie negatywnej regresji kalenicy

Szukam literatury na temat negatywnej regresji kalenicy . W skrócie, jest to uogólnienie regresji liniowej grzbiet wykluczających λλ\lambda we wzorze β^=(X⊤X+λI)−1X⊤y.β^=(X⊤X+λI)−1X⊤y.\hat\beta = ( X^\top X + \lambda I)^{-1} X^\top y.Przypadek pozytywny ma ładną teorię: jako funkcję straty, jako ograniczenie, jako wcześniejsze Bayesa ... ale czuję się zagubiony w wersji negatywnej …

12 regression regularization ridge-regression

1

Czy rozkład Gaussa jest szczególnym przypadkiem rozkładu Beta?

Jeśli spojrzysz na rozkład beta za pomocąα=β=4α=β=4\alpha=\beta=4 , wygląda to bardzo podobnie do rozkładu Gaussa . Ale czy to jest? Jak możesz udowodnić, czy rozkład Beta (4,4) jest gaussowski, czy nie?

12 normal-distribution beta-distribution

1

RMSProp i Adam vs SGD

Przeprowadzam eksperymenty na zestawie walidacyjnym EMNIST przy użyciu sieci z RMSProp, Adamem i SGD. Osiągam 87% dokładności dzięki SGD (współczynnik uczenia się 0,1) i porzucaniu (0,1 porzuceniu prob), a także regularyzacji L2 (kara 1e-05). Podczas testowania tej samej dokładnej konfiguracji z RMSProp i Adamem, a także początkowej szybkości uczenia się …

12 machine-learning optimization sgd adam

1

Efekt przyczynowy poprzez regulację drzwi tylnych i drzwi wejściowych

Jeśli chcielibyśmy obliczyć przyczynowo-skutkowy wpływ na na poniższym wykresie przyczynowym, możemy użyć zarówno twierdzeń o dopasowaniu tylnych drzwi, jak i przednich drzwi, tj. XXXYYYP(y|do(X=x))=∑uP(y|x,u)P(u)P(y|do(X=x))=∑uP(y|x,u)P(u)P(y | \textit{do}(X = x)) = \sum_u P(y | x, u) P(u) i P(y|do(X=x))=∑zP(z|x)∑x′P(y|x′,z)P(x′).P(y|do(X=x))=∑zP(z|x)∑x′P(y|x′,z)P(x′).P(y | \textit{do}(X = x)) = \sum_z P(z | x) \sum_{x'} P(y|x', z)P(x'). Czy …

12 self-study causality graph-theory dag

4

Jaki jest związek między ANOVA w celu porównania średnich z kilku grup a ANOVA w celu porównania modeli zagnieżdżonych?

Do tej pory widziałem ANOVA używaną na dwa sposoby: Po pierwsze , w moim tekście statystyki wprowadzającej ANOVA została wprowadzona jako sposób porównania średnich z trzech lub więcej grup, jako ulepszenie w porównaniu z parami, w celu ustalenia, czy jeden ze średnich ma statystycznie istotną różnicę. Po drugie , w …

12 hypothesis-testing anova model-comparison f-test nested-models