Ich bin ein bisschen beunruhigt und verwirrt über die Idee, wie die Technik des frühen Stoppens definiert wird. Wenn Sie sich Wikipedia ansehen , ist es wie folgt definiert: Teilen Sie die Trainingsdaten in einen Trainingssatz und einen Validierungssatz auf, z. B. im Verhältnis 2 zu 1. Trainieren...
Angenommen, wir haben einen Test, der aus 30 Fragen besteht, und 10 Personen machen diesen Test. Die mittlere Testnote dieser 10 Personen beträgt 17, und die Standardabweichung aller Punktzahlen in der Stichprobe beträgt 4. Wenn wir die deskriptiven Statistiken in der Schule melden, verwenden wir...
In allen (Regressions-) zufälligen Waldpapieren, die ich gelesen habe, nehmen wir, wenn es an der Zeit ist, die Vorhersagen aller Bäume zu sammeln, den Durchschnittswert als Vorhersage. Meine Frage ist, warum wir das tun? Gibt es eine statistische Begründung für die Ermittlung des...
Mein Problem ist folgendes: Ich habe ein Ensemble von Prädiktoren, die jeweils eine Verteilung über eine Reihe von Klassen erzeugen. Was ich tun möchte, ist, zuerst einen nicht informativen Vorgänger darüber zu haben, wie diese Etikettenverteilung aussieht, und diesen dann vorab mit der Vorhersage...
Wenn tiefe neuronale Netze als universelle Funktionsapproximatoren betrachtet werden, ist eine Basiserweiterung wirklich notwendig? Oder wäre dies fallspezifisch? Wenn man beispielsweise drei quantitative X-Variablen hat, wäre es dann von Vorteil, die Anzahl der Variablen durch Einführung von...
Kann einer unserer Monte-Carlo-Experten die "unerwartete" Erwartung am Ende dieser Antwort erklären ? Ex-post- Zusammenfassung der anderen Frage / Antwort: Wenn IID-Zufallsvariablen sind und die Erwartungen existieren, zeigt ein einfaches Symmetrieargument , dass , aber ein Monte-Carlo-Experiment...
Es gibt also Standardabweichung, Varianz und Kovarianz, aber gibt es eine Co-Standardabweichung? Wenn nicht, warum nicht? Gibt es einen fundamentalen mathematischen Grund oder ist es nur eine Konvention? Wenn ja, warum wird es nicht mehr verwendet oder ist mit der Google-Suche zumindest schwer zu...
Kennen Sie eine Referenz oder einen Namen für die folgende Methode, um zu untersuchen, ob eine komplexe Modellierungstechnik verzerrt ist?T.TT Wenden Sie auf den Originaldatensatz an. Messen Sie die Leistung (z. B. R-Quadrat in der Regressionseinstellung).T.TT Permutieren Sie die Antwortvariable...
Geschlossen. Diese Frage ist nicht zum Thema . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so dass es beim Thema für Kreuz Validated. Geschlossen vor 2 Jahren . Was bedeutet das? Epoch...
Diese Frage scheint grundlegend genug zu sein, dass ich überzeugt bin, dass sie hier irgendwo beantwortet wurde, aber ich habe sie nicht gefunden. Ich verstehe, dass, wenn die abhängige Variable in einer Regression normal verteilt ist, die maximale Wahrscheinlichkeit und die gewöhnlichen kleinsten...
Ich versuche zu verstehen, was der Unterschied zwischen simuliertem Tempern und dem Ausführen mehrerer gieriger Bergsteigeralgorithmen ist. Nach meinem Verständnis wird der Gier-Algorithmus die Punktzahl auf ein lokales Maximum bringen. Wenn wir jedoch mit mehreren zufälligen Konfigurationen...
Die Studie, die ich überprüfe, berichtet über eine mittlere Körpergröße von 20 Probanden von 1,70 Metern mit einer Standardabweichung von 0,0. Bedeutet das, dass alle 20 genau 1,70 Meter sind? Oder ist dies ein
Ich habe eine naive Frage zur Entscheidungstheorie. Wir berechnen die Wahrscheinlichkeiten verschiedener Ergebnisse unter Annahme bestimmter Entscheidungen und weisen jedem Ergebnis Dienstprogramme oder Kosten zu. Wir finden die optimale Entscheidung, indem wir die mit dem größten erwarteten Nutzen...
Geschlossen . Diese Frage muss fokussierter sein . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so, dass sie sich nur auf ein Problem konzentriert, indem Sie diesen Beitrag bearbeiten . Geschlossen vor 2 Jahren . Ich bin ein einfältiger...
Angenommen, ich schätze die folgende multivariate lineare Regression: Wie kann ich das testen ?bgr; 1 = & bgr ; 2 = & bgr ; 3y=β0+β1x1+β2x2+β3x3+β4x4+ϵy=β0+β1x1+β2x2+β3x3+β4x4+ϵ y = \beta_0 +\beta_1 x_1 +\beta_2 x_2+\beta_3x_3+\beta_4x_4 + \epsilonβ1=β2=β3β1=β2=β3\beta_1=\beta_2=\beta_3 Ich...
Ich habe diesen Artikel von Michael Honiball (Schöpfer von Spacy) gelesen, in dem er über das Problem des „katastrophalen Vergessens“ spricht . Hier sagt er, wenn wir ein vorab trainiertes Modell optimieren möchten, um ein neues Etikett hinzuzufügen oder bestimmte Fehler zu korrigieren, kann dies...
Auf Modellebene können wir zur Bewertung des Beitrags / der Bedeutung von Prädiktoren Folgendes verwenden: Modellspezifische Techniken - z. B. Reinheit (Gini-Index) für ein baumbasiertes Modell, gegebenenfalls Modellkoeffizienten usw. Modellunabhängige Techniken - z. B. Bedeutung von...
Ich habe ein neuronales Netzwerk (Feed-Forward Single Layer), mit dem ich versuche, eine umweltbezogene Variable aus zwei Finanzvariablen vorherzusagen (Regression). Ich benutze die "Zug" -Funktion aus dem Caret-Paket. Ich benutze den nnet()Algorithmus im Caret-Paket. Ich habe zwei kontinuierliche...
Es ist ziemlich intuitiv, dass die meisten Topologien / Architekturen neuronaler Netze nicht identifizierbar sind. Aber was sind einige bekannte Ergebnisse auf diesem Gebiet? Gibt es einfache Bedingungen, die eine Identifizierbarkeit ermöglichen / verhindern? Zum Beispiel, Alle Netzwerke mit...
Ist eine Politik beim verstärkten Lernen immer deterministisch oder ist es eine Wahrscheinlichkeitsverteilung über Aktionen (aus denen wir eine Stichprobe ziehen)? Wenn die Richtlinie deterministisch ist, warum nicht die Wertfunktion, die in einem bestimmten Zustand für eine bestimmte Richtlinie...