Statystyki i duże zbiory danych classification

1

Mam prototypową maszynę do produkcji części. W pierwszym teście maszyna produkuje części a binarny klasyfikator mówi mi, że części d 1 są wadliwe ( d 1 < N 1 , zwykle d 1 / N 1 < 0,01 i N 1 ≈ 10 4 ) oraz N 1 - d …

10 hypothesis-testing statistical-significance classification proportion

1

Czy MFCC są optymalną metodą reprezentowania muzyki w systemie pobierania?

Technika przetwarzania sygnału, Mel Cepstrum , jest często używana do wydobywania informacji z utworu muzycznego w celu wykorzystania go w zadaniu uczenia maszynowego. Ta metoda daje krótkoterminowe spektrum mocy, a współczynniki są wykorzystywane jako dane wejściowe. Przy projektowaniu systemów wyszukiwania muzyki takie współczynniki są uważane za charakterystyczne dla danego utworu …

10 machine-learning classification signal-processing mfcc

4

Poprawa klasyfikacji cukrzycy SVM

Używam SVM do przewidywania cukrzycy. Używam do tego zestawu danych BRFSS . Zestaw danych ma wymiary i jest przekrzywiony. Procent s w zmiennej docelowej wynosi 11 %, podczas gdy s stanowią pozostałe 89 % .432607 × 136432607×136432607 \times 136Y11 %11%11\%N89 %89%89\% Korzystam tylko 15z 136niezależnych zmiennych z zestawu danych. Jednym …

10 r classification svm feature-selection e1071

2

K-najbliższy sąsiad ze zmiennymi ciągłymi i binarnymi

Mam zestaw danych z kolumnami a b c(3 atrybuty). ajest liczbowy i ciągły, ba jednocześnie cjest kategoryczny, każdy z dwoma poziomami. Używam K-Najbliższa metody sąsiadów do klasyfikowania ai bna c. Aby móc mierzyć odległości, przekształcam mój zestaw danych, usuwając bi dodając b.level1i b.level2. Jeśli obserwacja ima pierwszy poziom w bkategoriach, …

10 r classification k-nearest-neighbour

3

Jak sklasyfikować niezrównoważony zestaw danych według Convolutional Neural Networks (CNN)?

Mam niezrównoważony zestaw danych w zadaniu klasyfikacji binarnej, w którym liczba dodatnia vs. liczba ujemna wynosi 0,3% w porównaniu z 99,7%. Różnica między pozytywami a negatywami jest ogromna. Kiedy trenuję CNN ze strukturą stosowaną w problemie MNIST, wynik testu pokazuje wysoką fałszywą ujemną częstość. Ponadto krzywa błędu treningu szybko spada …

10 classification neural-networks deep-learning convolution computer-vision

1

Czy losowe lasy mogą zrobić znacznie lepiej niż błąd testowy 2,8% na MNIST?

Nie znalazłem żadnej literatury na temat zastosowania Losowych Lasów do MNIST, CIFAR, STL-10 itp., Więc pomyślałem, że sam spróbuję ich z MNIST niezmienniczymi permutacjami. W R próbowałem: randomForest(train$x, factor(train$y), test$x, factor(test$y), ntree=500) Trwało to 2 godziny i wystąpił błąd testu 2,8%. Próbowałem też scikit-learn , z RandomForestClassifier(n_estimators=2000, max_features="auto", max_depth=None) Po …

10 r machine-learning classification random-forest scikit-learn

1

SMOTE generuje błąd związany z problemem nierównowagi wielu klas

Próbuję użyć SMOTE do skorygowania nierównowagi w moim problemie z klasyfikacją wielu klas. Chociaż SMOTE działa doskonale na zestawie danych tęczówki zgodnie z dokumentem pomocy SMOTE, nie działa na podobnym zestawie danych. Oto jak wyglądają moje dane. Zauważ, że ma trzy klasy o wartościach 1, 2, 3. > data looking …

10 r classification unbalanced-classes oversampling

1

Optymalna liczba składników w mieszaninie Gaussa

Tak więc uzyskanie „idei” optymalnej liczby klastrów w k-średnich jest dobrze udokumentowane. Znalazłem artykuł o robieniu tego w mieszankach gaussowskich, ale nie jestem pewien, czy mnie to przekonuje, nie rozumiem tego zbyt dobrze. Czy istnieje ... łagodniejszy sposób na zrobienie tego?

10 classification k-means mixture unsupervised-learning

3

W przypadku problemu z klasyfikacją, jeśli zmienna klasy ma nierówny rozkład, jakiej techniki powinniśmy użyć?

na przykład jeśli mam ocenę punktową zmiennej klasy z dwiema klasami dobrą i złą, gdzie # (dobry) = 700 i # (zły) = 300. Nie chcę skracać danych. jakiej techniki powinienem użyć? Korzystałem z SVM, ale daje to wszystko co złe i dobre w przewidywaniach.

10 classification binary-data

2

Gdzie znaleźć wstępnie wyszkolone modele do nauki transferu [zamknięte]

Zamknięte . To pytanie musi być bardziej skoncentrowane . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby skupiało się tylko na jednym problemie, edytując ten post . Zamknięte 2 lata temu . Jestem nowy w dziedzinie uczenia maszynowego, ale chciałem spróbować wdrożyć prosty algorytm klasyfikacji za pomocą …

9 machine-learning classification neural-networks transfer-learning

1

Który model głębokiego uczenia może klasyfikować kategorie, które nie wykluczają się wzajemnie

Przykłady: w opisie stanowiska mam zdanie: „Starszy inżynier Java w Wielkiej Brytanii”. Chcę użyć modelu głębokiego uczenia się, aby przewidzieć go jako 2 kategorie: English i IT jobs. Jeśli użyję tradycyjnego modelu klasyfikacji, może on przewidzieć tylko 1 etykietę z softmaxfunkcją na ostatniej warstwie. Dlatego mogę użyć 2 modelowych sieci …

9 machine-learning deep-learning natural-language tensorflow sampling distance non-independent application regression machine-learning logistic mixed-model control-group crossover r multivariate-analysis ecology procrustes-analysis vegan regression hypothesis-testing interpretation chi-squared bootstrap r bioinformatics bayesian exponential beta-distribution bernoulli-distribution conjugate-prior distributions bayesian prior beta-distribution covariance naive-bayes smoothing laplace-smoothing distributions data-visualization regression probit penalized estimation unbiased-estimator fisher-information unbalanced-classes bayesian model-selection aic multiple-regression cross-validation regression-coefficients nonlinear-regression standardization naive-bayes trend machine-learning clustering unsupervised-learning wilcoxon-mann-whitney z-score econometrics generalized-moments method-of-moments machine-learning conv-neural-network image-processing ocr machine-learning neural-networks conv-neural-network tensorflow r logistic scoring-rules probability self-study pdf cdf classification svm resampling forecasting rms volatility-forecasting diebold-mariano neural-networks prediction-interval uncertainty

2

Kiedy stosować model mieszanki Gaussa?

Jestem nowy w korzystaniu z GMM. Nie udało mi się znaleźć odpowiedniej pomocy online. Czy ktoś mógłby podać mi odpowiednie informacje na temat „Jak zdecydować, czy używanie GMM pasuje do mojego problemu?” lub w przypadku problemów z klasyfikacją „Jak zdecydować, czy muszę użyć klasyfikacji SVM czy GMM?”

9 classification svm gaussian-mixture generalized-moments

1

Różnica między rodzajami SVM

Jestem nowy w obsłudze maszyn wektorowych. Krótkie wyjaśnienie svmFunkcji z e1071pakietu w R oferuje różne opcje: Klasyfikacja C. klasyfikacja nu jedna klasyfikacja (do wykrywania nowości) regresja eps regresja nu Jakie są intuicyjne różnice między pięcioma typami? Który należy zastosować w jakiej sytuacji?

9 r classification svm e1071

2

Czy drzewa CART wychwytują interakcje między predyktorami?

Ten artykuł twierdzi, że w CART, ponieważ podział binarny jest wykonywany na jednej zmiennej towarzyszącej na każdym etapie, wszystkie podziały są ortogonalne, a zatem interakcje między zmiennymi towarzyszącymi nie są brane pod uwagę. Jednak wiele bardzo poważnych odniesień twierdzi, wręcz przeciwnie, że hierarchiczna struktura drzewa gwarantuje, że interakcje między predyktorami …

9 machine-learning classification data-mining cart

3

Wymiar VC prostokąta

Książka „Wprowadzenie do uczenia maszynowego” autorstwa Ethem Alpaydın stwierdza, że wymiar VC prostokąta wyrównanego do osi wynosi 4. Ale jak prostokąt może zniszczyć zestaw czterech punktów współliniowych z naprzemiennymi dodatnimi i ujemnymi punktami? Czy ktoś może wyjaśnić i udowodnić wymiar VC prostokąta?

9 classification vc-dimension

Pytania otagowane jako classification