Ich verwende das randomForest- Paket in R und verwende die Iris-Daten. Die generierte zufällige Gesamtstruktur ist eine Klassifizierung. Wenn ich jedoch einen Datensatz mit ca. 700 Features verwende (die Features sind jeweils Pixel in einem 28 x 28 Pixel großen Bild), wird die Beschriftungsspalte...
Ich habe also eine Matrix von ungefähr 60 x 1000. Ich betrachte sie als 60 Objekte mit 1000 Merkmalen. Die 60 Objekte sind in 3 Klassen (a, b, c) eingeteilt. 20 Objekte in jeder Klasse, und wir kennen die wahre Klassifizierung. Ich möchte an diesem Satz von 60 Trainingsbeispielen überwachtes Lernen...
Könnten Sie mir etwas Klarheit über Data Mining und Algorithmen für künstliche Intelligenz geben? Auf welcher mathematischen Basis haben sie gearbeitet? Können Sie mir einen mathematischen Ansatz geben, um diese Art von Algorithmen zu
Ich versuche, eine Kovarianzmatrix zu zerlegen, die auf einem dünn besetzten Datensatz basiert. Ich bemerke, dass die Summe von Lambda (erklärte Varianz), wie sie mit berechnet svdwird, mit zunehmend unsteten Daten verstärkt wird. Ohne Lücken, svdund eigendie gleichen Ergebnisse yeild. Dies...
Ich versuche, anomale Werte in einer Zeitreihe von Klimadaten mit einigen fehlenden Beobachtungen zu ermitteln. Beim Durchsuchen des Webs habe ich viele verfügbare Ansätze gefunden. Von diesen scheint die Zersetzung im Sinne der Entfernung von Trends und saisonalen Bestandteilen und der...
Ich möchte das Akaike Information Criterion (AIC) verwenden, um die entsprechende Anzahl von Faktoren auszuwählen, die in einem PCA extrahiert werden sollen. Das einzige Problem ist, dass ich nicht sicher bin, wie ich die Anzahl der Parameter bestimmen soll. Man betrachte eine T×NT×NT\times N...
Können wir die hintere Wahrscheinlichkeit, die von einem Klassifikator erhalten wird, der einen vorhergesagten Klassenwert und eine Wahrscheinlichkeit ausgibt (zum Beispiel logistische Regression oder Naive Bayes), als eine Art Vertrauensbewertung interpretieren, die diesem vorhergesagten...
Gibt es einen technischen Trick, um das dritte Quartil zu bestimmen, wenn es zu einem offenen Intervall gehört, das mehr als ein Viertel der Bevölkerung enthält (also kann ich das Intervall nicht schließen und die Standardformel verwenden)? Bearbeiten Falls ich etwas missverstanden habe, werde...
Ich habe Daten mit einigen tausend Features und möchte eine rekursive Feature-Auswahl (RFE) durchführen, um nicht informative zu entfernen. Ich mache das mit Caret und RFE. Ich begann jedoch zu überlegen, wann ich die Parameterabstimmung ( mtryfür RF) durchführen soll, wenn ich die beste...
Ich vergleiche die Größenverteilung von Bäumen in sechs Parzellenpaaren, wobei eine Parzelle eine Behandlung erhielt und die andere eine Kontrolle. Unter Verwendung eines Kolmogorov-Smirnov-Tests für jedes Paar von Parzellen stelle ich fest, dass Bereich von 0,0003707 bis 0,75 liegt . Gibt es...
Ich konnte nicht herausfinden, wie eine lineare Regression in R in für ein Design mit wiederholten Kennzahlen durchgeführt werden kann. In einer früheren Frage (die noch nicht beantwortet wurde) wurde mir vorgeschlagen, keine lmgemischten Modelle zu verwenden , sondern diese zu verwenden. Ich habe...
Ich versuche, die Ausgabe von nls () zu interpretieren. Ich habe diesen Beitrag gelesen, verstehe aber immer noch nicht, wie ich die beste Passform auswähle. Aus meinen Passungen habe ich zwei Ausgänge: > summary(m) Formula: y ~ I(a * x^b) Parameters: Estimate Std. Error t value...
Angenommen, ich habe eine Mischung aus endlich vielen Gaußschen mit bekannten Gewichten, Mittelwerten und Standardabweichungen. Die Mittel sind nicht gleich. Der Mittelwert und die Standardabweichung des Gemisches können natürlich berechnet werden, da die Momente gewichtete Mittelwerte der Momente...
Mein Verständnis ist, dass die zufällige Gesamtstruktur zufällig ausgewählte Variablen auswählt , um jeden Entscheidungsbaum zu erstellen. Wenn also mtry = ncol / 3 ist, wird jede Variable durchschnittlich in 1/3 der Bäume verwendet. Und 2/3 der Bäume werden sie nicht benutzen. Aber was ist, wenn...
Der AIC ist definiert als , wobei der Maximum-Likelihood-Schätzer und die Dimension des Parameterraums ist. Bei der Schätzung von vernachlässigt man normalerweise den konstanten Faktor der Dichte. Dies ist der Faktor, der nicht von den Parametern abhängt, um die Wahrscheinlichkeit zu vereinfachen....
Für einen bestimmten Datensatz wird der Spread häufig entweder als Standardabweichung oder als IQR (Interquartilbereich) berechnet. Während a standard deviationnormalisiert ist (z-Scores usw.) und somit zum Vergleich der Streuung aus zwei verschiedenen Populationen verwendet werden kann, ist dies...
Ich habe Daten mit einer minimalen Anzahl von Features, die sich nicht ändern, und ein paar zusätzlichen Features, die sich ändern und einen großen Einfluss auf das Ergebnis haben können. Mein Datensatz sieht so aus: Merkmale sind A, B, C (immer vorhanden) und D, E, F, G, H (manchmal vorhanden) A...
Ich habe stl () in R verwendet, um die Zähldaten in Trend-, saisonale und unregelmäßige Komponenten zu zerlegen. Die resultierenden Trendwerte sind keine ganzen Zahlen mehr. Ich habe folgende Fragen: Ist stl () eine geeignete Methode, um die Saison für Zählungsdaten zu entziehen? Kann ich lm ()...
Wenn ich PCA für einen bestimmten Datensatz ausführe, ist die mir gegebene Lösung einzigartig? Das heißt, ich erhalte einen Satz von 2D-Koordinaten, basierend auf Zwischenpunktabständen. Ist es möglich, mindestens eine weitere Anordnung der Punkte zu finden, die diese Einschränkungen erfüllen...
Kann ich in einer logistischen Regression mit nur linearen und quadratischen Termen, wenn ich einen linearen Koeffizienten β1β1\beta_1 und einen quadratischen Koeffizienten β2β2\beta_2 , sagen, dass es einen Wendepunkt der Wahrscheinlichkeit bei - β1/ (2 β2)-β1/(2β2)-\beta_1 / (2\beta_2)...