Statystyki i duże zbiory danych predictive-models

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

1

Interpretacja współczynników regresji LASSO

Obecnie pracuję nad budowaniem modelu predykcyjnego dla wyniku binarnego na zbiorze danych z ~ 300 zmiennymi i 800 obserwacjami. Dużo przeczytałem na tej stronie o problemach związanych z regresją krokową i dlaczego jej nie używać. Czytałem o regresji LASSO i jej możliwościach wyboru funkcji i udało mi się ją wdrożyć …

12 multiple-regression predictive-models interpretation regression-coefficients lasso

3

Regresja z wypaczonymi danymi

Próba obliczenia liczby odwiedzin na podstawie danych demograficznych i usług. Dane są bardzo wypaczone. Histogramy: wykresy qq (po lewej jest log): m <- lm(d$Visits~d$Age+d$Gender+city+service) m <- lm(log(d$Visits)~d$Age+d$Gender+city+service) cityi servicesą zmiennymi czynnikowymi. Otrzymuję niską wartość p *** dla wszystkich zmiennych, ale dostaję także niski r-kwadrat wynoszący 0,05. Co powinienem zrobić? Czy …

12 regression multiple-regression predictive-models exponential qq-plot

4

Uzyskiwanie właściwych wartości początkowych dla modelu nls w języku R

Próbuję dopasować prosty model prawa mocy do zestawu danych, który jest następujący: mydf: rev weeks 17906.4 1 5303.72 2 2700.58 3 1696.77 4 947.53 5 362.03 6 Celem jest przepuszczenie linii energetycznej i wykorzystanie jej do przewidywania revwartości na przyszłe tygodnie. Kilka badań doprowadziło mnie do tej nlsfunkcji, którą wdrożyłem …

12 r predictive-models nonlinear-regression power-law nls

1

Dlaczego Netflix miałby przejść z pięciogwiazdkowego systemu ocen na system lajków / niechęci?

Netflix opierał swoje sugestie na ocenach innych filmów / programów przesłanych przez użytkownika. Ten system ocen miał pięć gwiazdek. Teraz Netflix pozwala użytkownikom lubić / nie lubić (kciuk w górę / kciuk w dół) filmów / programów. Twierdzą, że łatwiej jest oceniać filmy. Czy ta dwukierunkowa klasyfikacja nie byłaby statystycznie …

11 variance predictive-models prediction

1

Jak interpretować wyniki, gdy zarówno grzbiet, jak i lasso oddzielnie działają dobrze, ale dają różne współczynniki

Korzystam z modelu regresji zarówno z Lasso, jak i Ridge'em (aby przewidzieć dyskretną zmienną wyniku w zakresie od 0-5). Przed uruchomieniem modelu używam SelectKBestmetody scikit-learnzmniejszenia zestawu funkcji z 250 do 25 . Bez wstępnego wyboru funkcji, zarówno Lasso, jak i Ridge dają niższe wyniki dokładności [co może wynikać z małej …

11 regression predictive-models feature-selection lasso ridge-regression

1

Kiedy muszę przestać szukać modelu?

Szukam modelu między cenami energii a pogodą. Mam cenę MWatt kupioną między krajami Europy i wiele wartości pogodowych (pliki Grib). Co godzinę przez okres 5 lat (2011-2015). Cena za dzień To jest dziennie przez jeden rok. Mam to na godziny przez 5 lat. Przykład pogody 3Dscatterplot, w kelwinach, przez godzinę. …

11 time-series forecasting predictive-models modeling large-data

2

Drzewa decyzyjne i regresja - czy przewidywane wartości mogą znajdować się poza zakresem danych treningowych?

Czy w przypadku drzew decyzyjnych przewidywana wartość może leżeć poza zakresem danych szkoleniowych? Na przykład, jeśli zakres zestawu danych treningowych zmiennej docelowej wynosi 0-100, to kiedy generuję mój model i stosuję go do czegoś innego, czy moje wartości mogą wynosić -5? lub 150? Biorąc pod uwagę, że rozumiem regresję drzewa …

11 regression predictive-models random-forest cart

3

Materiały do nauki o technikach wielu celów?

Szukam zasobów (książek, notatek z wykładów itp.) Na temat technik, które mogą obsługiwać dane, które mają wiele celów (np .: trzy zmienne zależne: 2 dyskretne i 1 ciągłe). Czy ktoś ma jakieś zasoby / wiedzę na ten temat? Wiem, że można do tego wykorzystać sieci neuronowe.

11 regression machine-learning predictive-models references

1

Metryka oceny prognozy dla danych panelowych / podłużnych

Chciałbym ocenić kilka różnych modeli, które przewidują zachowanie na poziomie miesięcznym. Dane są zbilansowane, a 100 000, a 12. Rezultatem jest udział w koncercie w danym miesiącu, więc wynosi około 80% ludzi w dowolnym miesiącu, ale długi ogon dużych użytkowników jest długi. Przewidywane przeze mnie przewidywania wydają się nie szanować …

11 repeated-measures predictive-models stata panel-data validation

2

Czy w tym podejściu do modelowania występuje zbyt duże dopasowanie?

Niedawno powiedziano mi, że proces, który podjąłem (element pracy magisterskiej) może być postrzegany jako nadmierny. Chcę lepiej to zrozumieć i sprawdzić, czy inni się z tym zgadzają. Celem tej części artykułu jest Porównaj wydajność drzew regresji wzmocnionej gradientem z losowymi lasami na zbiorze danych. Spójrz na wydajność wybranego ostatecznego modelu …

11 machine-learning data-mining predictive-models

3

Jak bukmacherzy wybierają kursy na otwarcie?

Wiem, że bukmacherzy dostosowują swoje szanse, aby zmaksymalizować zysk, prognozując prawdopodobieństwo wielkości pieniędzy umieszczonych w każdym wyniku. Jak bukmacherzy wybierają kursy na otwarcie?

11 predictive-models

1

Przedziały ufności dla różnicy w szeregach czasowych

Mam model stochastyczny używany do symulacji szeregów czasowych niektórych procesów. Interesuje mnie efekt zmiany jednego parametru na określoną wartość i chcę pokazać różnicę między szeregami czasowymi (powiedzmy model A i model B) a jakimś przedziałem ufności opartym na symulacji. Po prostu uruchomiłem kilka symulacji z modelu A i kilka z …

11 time-series predictive-models markov-process

1

Przewidywanie procesów długiej pamięci

Pracuję z procesem z w dla { 1 , - 1 } t = 1 , 2 , …xtxtx_t{1,−1}{1,−1}\{1, -1\}t=1,2,…t=1,2,…t = 1, 2, \ldots Funkcja autokorelacji wskazuje na proces z długą pamięcią, tzn. Wyświetla rozpad prawa mocy z wykładnikiem <1. Można symulować podobną serię w R za pomocą: > library(fArma) …

11 time-series predictive-models autocorrelation

2

Jaka intuicja kryje się za rekurencyjną siecią neuronową Long Short Term Memory (LSTM)?

Idea Recurrent Neural Network (RNN) jest dla mnie jasna. Rozumiem to w następujący sposób: Mamy sekwencję obserwacji ( ) (lub innymi słowy, wielowymiarowe szeregi czasowe). Każda pojedyncza obserwacja jest wymiarową wektor numeryczne. W modelu RNN zakładamy, że następna obserwacja jest funkcją wcześniejszej obserwacji a także poprzedniego „stanu ukrytego” , gdzie …

11 time-series neural-networks predictive-models intuition rnn

Pytania otagowane jako predictive-models