Dies ist wahrscheinlich eine triviale Frage, aber meine Suche war bisher erfolglos, einschließlich dieses Wikipedia-Artikels und des Dokuments "Compendium of Distributions" . Wenn eine gleichmäßige Verteilung hat, bedeutet dies, dass einer Exponentialverteilung folgt?e XXXXeXeXe^X Wenn einer...
Verstehe ich etwas falsch? Das ist mein Code mit sklearn import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from sklearn import decomposition from sklearn import datasets from sklearn.preprocessing import StandardScaler pca = decomposition.PCA(n_components=3)...
Wir haben viele gute Diskussionen über die perfekte Trennung in der logistischen Regression. So führte die logistische Regression in R zu einer perfekten Trennung (Hauck-Donner-Phänomen). Was jetzt? Das logistische Regressionsmodell konvergiert nicht . Ich persönlich glaube immer noch, dass es...
Ich lerne etwas über die empirische kumulative Verteilungsfunktion. Aber ich verstehe immer noch nicht Warum heißt es "empirisch"? Gibt es einen Unterschied zwischen Empirical CDF und
Es gibt verschiedene Arten von MCMC-Algorithmen: Metropolis-Hastings Gibbs Stichprobe von Bedeutung / Ablehnung (in Verbindung stehend). Warum sollte man Gibbs-Sampling anstelle von Metropolis-Hastings verwenden? Ich vermute, dass es Fälle gibt, in denen Rückschlüsse mit Gibbs-Stichproben...
Genetische Algorithmen sind eine Form der Optimierungsmethode. Oft ist der stochastische Gradientenabstieg und seine Derivate die beste Wahl für die Funktionsoptimierung, aber manchmal werden noch genetische Algorithmen verwendet. Die Antenne der NASA-Raumsonde ST5 wurde beispielsweise mit einem...
Ich würde gerne wissen, ob die Verwendung geschichteter Stichproben anstelle von Zufallsstichproben einige Vorteile hat, wenn der ursprüngliche Datensatz in Trainings- und Testsätze für die Klassifizierung aufgeteilt wird. Bringt geschichtete Stichprobe mehr Verzerrung in den Klassifikator als...
Kürzlich habe ich festgestellt, dass es in der angewandten ökonometrischen Literatur nicht ungewöhnlich ist, LASSO durchzuführen, gefolgt von einer OLS-Regression unter Verwendung der ausgewählten Variablen. Ich habe mich gefragt, wie wir die Gültigkeit eines solchen Verfahrens beurteilen können....
Diese Frage wurde mir in einem Interview gestellt. Nehmen wir an, wir haben eine Korrelationsmatrix der Form ⎡⎣⎢10.60.80.61γ0.8γ1⎤⎦⎥[10,60.80,61γ0.8γ1]\begin{bmatrix}1&0.6&0.8\\0.6&1&\gamma\\0.8&\gamma&1\end{bmatrix} Angesichts dieser Korrelationsmatrix wurde ich gebeten, den Wert von Gamma zu...
Ich überprüfe ein Papier, das> 15 separate 2x2 Chi Square-Tests durchgeführt hat. Ich habe vorgeschlagen, dass sie für mehrere Vergleiche korrigieren müssen, aber sie haben geantwortet, dass alle Vergleiche geplant wurden, und daher ist dies nicht erforderlich. Ich bin der Meinung, dass dies...
Ich führe ein kleines Experiment mit LASSO-Regression in R durch, um zu testen, ob es in der Lage ist, ein perfektes Prädiktorpaar zu finden. Das Paar ist wie folgt definiert: f1 + f2 = Ergebnis Das Ergebnis hier ist ein vorbestimmter Vektor, der "Alter" genannt wird. F1 und f2 werden erzeugt,...
Ich habe es mit einem Bayesian Hierarchical Linear Model zu tun , hier das Netzwerk, das es beschreibt. YYY für den täglichen Verkauf eines Produkts in einem Supermarkt (beobachtet). XXX ist eine bekannte Matrix von Regressoren, einschließlich Preisen, Werbeaktionen, Wochentagen, Wetter,...
Wie kann ich in Bezug auf die neuronale Netzsprache (y = Gewicht * x + Voreingenommenheit) wissen, welche Variablen wichtiger sind als andere? Ich habe ein neuronales Netz mit 10 Eingängen, 1 verborgene Schicht mit 20 Knoten und 1 Ausgangsschicht, die 1 Knoten hat. Ich weiß nicht genau, welche...
Ich habe gerade festgestellt, dass ich immer ein Regressionsproblem bearbeitet habe, bei dem die unabhängigen Variablen immer numerisch waren. Kann ich die lineare Regression verwenden, wenn alle unabhängigen Variablen kategorisch
Was sind die Hauptunterschiede zwischen Daten mit geringer Dichte und fehlenden Daten? Und wie beeinflusst es das maschinelle Lernen? Genauer gesagt, welche Auswirkung haben spärliche Daten und fehlende Daten auf Klassifizierungsalgorithmen und Regressionsalgorithmen (Vorhersage von Zahlen). Ich...
Ich versuche das in der Keras-Dokumentation beschriebene Beispiel mit dem Namen "Stacked LSTM for Sequence Classification" (siehe Code unten) zu verwenden und kann den input_shapeParameter im Kontext meiner Daten nicht herausfinden . Ich habe als Eingabe eine Matrix von Sequenzen von 25 möglichen...
Ich habe gelesen, dass dies die Bedingungen für die Verwendung des multiplen Regressionsmodells sind: die Reste des Modells sind fast normal, Die Variabilität der Residuen ist nahezu konstant die Residuen sind unabhängig und Jede Variable ist linear mit dem Ergebnis verknüpft. Wie unterscheiden...
Ich versuche zu verstehen, wie XGBoost funktioniert. Ich verstehe bereits, wie gradientenverstärkte Bäume auf Python Sklearn funktionieren. Was mir nicht klar ist, ist, ob XGBoost auf die gleiche Weise funktioniert, aber schneller, oder ob es grundlegende Unterschiede zwischen ihm und der...
In der Alltagswahrscheinlichkeit (nicht der Quantenphysik) scheinen Wahrscheinlichkeiten eigentlich nur ein Ersatz für ein Unbekanntes zu sein. Nehmen Sie zum Beispiel einen Münzwurf. Wir sagen, es ist "zufällig", eine 50% ige Änderung des Kopfes und eine 50% ige Chance auf Schwänze. Wenn ich...
In Tensorflows Implementierung von ResNet wird der Varianzskalierungsinitialisierer verwendet . Ich finde auch, dass der Xavier-Initialisierer beliebt ist. Ich habe nicht zu viel Erfahrung damit, was ist in der Praxis