Statystyki i duże zbiory danych

2

Którego jądra SVM należy użyć do problemu klasyfikacji binarnej?

Jestem początkującym, jeśli chodzi o obsługę maszyn wektorowych. Czy istnieją jakieś wytyczne, które mówią, które jądro (np. Liniowe, wielomianowe) najlepiej nadaje się do określonego problemu? W moim przypadku muszę klasyfikować strony internetowe według tego, czy zawierają one określone informacje, czy nie, tj. Mam problem z klasyfikacją binarną. Czy możesz ogólnie …

9 classification svm model-selection libsvm kernel-trick

3

Koncepcyjne rozróżnienie między heteroscedastycznością a niestacjonarnością

Mam problem z rozróżnieniem pojęć skrzeczności i stacjonarności. Jak rozumiem, heteroscedastyczność różni się zmiennością w subpopulacjach, a niestacjonarność jest zmieniającą się średnią / wariancją w czasie. Jeśli jest to prawidłowe (choć uproszczone) zrozumienie, czy niestacjonarność jest po prostu konkretnym przypadkiem heteroscedastyczności w czasie?

9 time-series heteroscedasticity stationarity intuition

1

Ogromne współczynniki regresji logistycznej - co to znaczy i co robić?

Otrzymuję ogromne współczynniki podczas regresji logistycznej, patrz współczynniki z krajULKV: > summary(m5) Call: glm(formula = cbind(ml, ad) ~ rok + obdobi + kraj + resid_usili2 + rok:obdobi + rok:kraj + obdobi:kraj + kraj:resid_usili2 + rok:obdobi:kraj, family = "quasibinomial") Deviance Residuals: Min 1Q Median 3Q Max -2.7796 -1.0958 -0.3101 1.0034 2.8370 …

9 regression logistic generalized-linear-model separation

5

Reprezentowanie danych eksperymentalnych

Kłócę się z moim doradcą o wizualizację danych. Twierdzi, że reprezentując wyniki eksperymentalne, wartości należy narysować wyłącznie „ markerami ”, jak pokazano na poniższym obrazie. Podczas gdy krzywe powinny reprezentować tylko „ model ” Z drugiej strony uważam, że krzywa jest w wielu przypadkach niepotrzebna w celu ułatwienia czytelności, jak …

9 data-visualization communication

1

Obliczanie prawdopodobieństwa logarytmicznego dla danego MLE (łańcuchy Markowa)

Obecnie pracuję z łańcuchami Markowa i obliczyłem oszacowanie maksymalnego prawdopodobieństwa przy użyciu prawdopodobieństw przejścia, jak sugeruje kilka źródeł (tj. Liczba przejść od a do b podzielona przez liczbę całkowitych przejść od a do innych węzłów). Chcę teraz obliczyć logarytmiczne prawdopodobieństwo MLE.

9 maximum-likelihood markov-process likelihood

1

Obliczanie nieznanej wartości p

Niedawno debugowałem skrypt R i znalazłem coś bardzo dziwnego, autor zdefiniował własną funkcję wartości p pval <- function(x, y){ if (x+y<20) { # x + y is small, requires R.basic p1<- nChooseK(x+y,x) * 2^-(x+y+1); p2<- nChooseK(x+y,y) * 2^-(x+y+1); pvalue = max(p1, p2) } else { # if x+y is large, …

9 r hypothesis-testing p-value

1

Znajdowanie rozkładu statystyki

Studiowanie do testu. Nie mogłem odpowiedzieć na to. Niech będzie iid zmiennych losowych. DefiniowaćX1 , ja,X2 , ja,X3 , ja, i = 1 , … , nX1,i,X2,i,X3,i,i=1,…,nX_{1,i},X_{2,i},X_{3,i}, i=1,\ldots,nN.( 0 , 1 )N(0,1)\mathcal{N}(0,1) W.ja= (X1 , ja+X2 , jaX3 , ja) /1 +X2)3 , ja-------√, i = 1 , … , …

9 normal-distribution data-transformation

1

Analiza przeżycia w celu przewidywania zdarzeń

Dla każdego rekordu w moich zestawach danych mam następujące informacje (X1 ,… ,Xm ,δ ,T )(X1 ,… ,Xm ,δ ,T ) (X_1 \ , \dots \ , X_m \ , \delta \ , T \ ) gdzie są funkcjami, wynosi 1, jeśli wystąpi zdarzenie docelowe, a 0 w przeciwnym razie, …

9 classification survival

2

„Zapomnienie” o przeorze w środowisku bayesowskim?

Jest dobrze wiadomo, że jak masz więcej dowodów (powiedzmy w postaci większej dla IID przykładach), Bayesa przed dostaje „zapomniał”, a większość wnioskowania jest wpływ dowodów (lub prawdopodobieństwa).nnnnnn Łatwo jest to zobaczyć w różnych konkretnych przypadkach (takich jak Bernoulli z wcześniejszą wersją Beta lub innymi typami przykładów) - ale istnieje sposób, …

9 bayesian prior

1

Zamieszanie związane z liniowymi układami dynamicznymi

Czytałem tę książkę Bishopa: Rozpoznawanie wzorców i uczenie maszynowe. Miałem zamieszanie związane z wyprowadzeniem liniowego układu dynamicznego. W LDS zakładamy, że zmienne ukryte są ciągłe. Jeśli Z oznacza ukryte zmienne, a X oznacza obserwowane zmienne p(zn|zn−1)=N(zn|Azn−1,τ)p(zn|zn−1)=N(zn|Azn−1,τ)p(z_n|z_{n-1}) = N(z_n|Az_{n-1},\tau) p(xn|zn)=N(xn,Czn,Σ)p(xn|zn)=N(xn,Czn,Σ)p(x_n|z_n) = N(x_n,Cz_n,\Sigma) p(z1)=N(z1|u0,V0)p(z1)=N(z1|u0,V0)p(z_1) = N(z_1|u_0,V_0) W LDS do obliczenia tylnego rozkładu …

9 machine-learning linear-model kalman-filter pattern-recognition graphical-model

1

Centralne momenty rozkładów symetrycznych

Próbuję pokazać, że centralny moment rozkładu symetrycznego: wynosi zero dla liczb nieparzystych. Na przykład trzeci centralny momentZacząłem od pokazania, żeNie jestem pewien, dokąd się udać, jakieś sugestie? Czy jest lepszy sposób, aby to udowodnić?fax( a + x ) =fax( a - x )fx(a+x)=fx(a−x){\bf f}_x{\bf (a+x)} = {\bf f}_x{\bf(a-x)}E [ ( …

9 mathematical-statistics expected-value moments

2

Określ optymalną szybkość uczenia się dla spadku gradientu w regresji liniowej

Jak określić optymalną szybkość uczenia się dla spadku gradientu? Myślę, że mógłbym to automatycznie dostosować, jeśli funkcja kosztu zwróci większą wartość niż w poprzedniej iteracji (algorytm się nie zbiegnie), ale nie jestem pewien, jaką nową wartość powinna przyjąć.

9 regression machine-learning gradient-descent

1

Czy to poprawny sposób ciągłego aktualizowania prawdopodobieństwa za pomocą twierdzenia Bayesa?

Powiedzmy, że próbuję ustalić prawdopodobieństwo, że ulubionym smakiem lodów jest wanilia. Wiem, że ta osoba lubi też horrory. Chcę ustalić prawdopodobieństwo, że ulubionymi lodami tej osoby są wanilia, ponieważ lubią horrory. Wiem następujące rzeczy: 5 %5%5\% ludzi wybiera wanilię jako swój ulubiony smak lodów. (To jest moje )P.( A )P.(ZA)P(A) …

9 probability bayes

2

Interwał ocenzurowany model proporcjonalnych hazardów Coxa w R.

Biorąc pod uwagę czasy przeżycia ocenzurowane w odstępach, w jaki sposób mogę wykonać model ocenzurowanych interwałów Coxa PH R? Rseek search wyświetla pakiet intcox, którego już nie ma w Rrepozytorium. Jestem prawie pewien, że coxphfunkcja w survivalpakiecie nie może obsłużyć ocenzurowanych interwałów przeżycia. Nie chcę też przypisywać danych, a następnie …

9 r survival cox-model interval-censoring

2

Regresja SVM z danymi podłużnymi

Mam około 500 zmiennych na pacjenta, każda zmienna ma jedną stałą wartość i jest mierzona w trzech różnych punktach czasowych (po 2 miesiącach i po 1 roku). Za pomocą regresji chciałbym przewidzieć wynik leczenia nowych pacjentów. Czy można stosować regresję SVM z takimi danymi podłużnymi?

9 regression svm panel-data