सांख्यिकी और बिग डेटा

जब मैं कुछ समस्या के लिए एक मोंटे कार्लो सिमुलेशन को कोड कर रहा हूं, और मॉडल काफी सरल है, तो मैं एक बहुत ही मूल पाठ्यपुस्तक गिब्स नमूने का उपयोग करता हूं। जब गिब्स नमूने का उपयोग करना संभव नहीं है, तो मैंने पाठ्यपुस्तक मेट्रोपोलिस-हेस्टिंग्स को कोड दिया है …

21 bayesian  mcmc  gibbs  metropolis-hastings 

बिशप द्वारा "पैटर्न रिकॉग्निशन एंड मशीन लर्निंग" के अध्याय 4 के पेज 4 में एक छवि है, जहां मुझे समझ नहीं आ रहा है कि क्यों यहाँ का लेस्टर वर्ग समाधान खराब परिणाम देता है: पिछला पैराग्राफ इस तथ्य के बारे में था कि निम्न छवि में देखे जाने के …

21 classification  least-squares 

सहयोगात्मक फ़िल्टरिंग में, हमारे पास ऐसे मान हैं जो भरे नहीं हैं। मान लीजिए कि किसी उपयोगकर्ता ने फिल्म नहीं देखी है तो हमें वहां एक 'ना' डालना होगा। यदि मैं इस मैट्रिक्स का एक SVD लेने जा रहा हूँ, तो मुझे वहाँ कुछ संख्या डालनी होगी - कहिए 0. …

21 machine-learning  svd  recommender-system 

मैं सोच रहा था कि क्या कोई पी-वैल्यू, महत्व स्तर और टाइप I त्रुटि की परिभाषाओं और उपयोगों के रूप में एक संक्षिप्त रूप दे सकता है। मैं समझता हूं कि पी-मानों को "एक परीक्षण सांख्यिकीय प्राप्त करने की संभावना के रूप में कम से कम चरम पर है जिसे …

21 hypothesis-testing  probability  statistical-significance  p-value  error 

मैं अक्सर अपने आप caretको आर में उपयोग करने वाले कई अलग-अलग पूर्वानुमान मॉडल का प्रशिक्षण लेता हूं। मैं उन सभी को एक ही क्रॉस सत्यापन सिलवटों पर प्रशिक्षित करता हूं, उपयोग करता हूं caret::: createFolds, फिर क्रॉस-वैरिफाइड त्रुटि के आधार पर सर्वश्रेष्ठ मॉडल का चयन करता हूं । हालांकि, …

21 r  caret  ensemble 

मैं एक ऐसे परिदृश्य पर आया हूं, जहां मेरे पास 10 लोगों (इसलिए 100 नमूनों) के लिए 10 सिग्नल / व्यक्ति हैं जिसमें 14000 डेटा पॉइंट (आयाम) हैं, जिन्हें मुझे एक क्लासिफायर करने की आवश्यकता है। मैं इस डेटा की गतिशीलता को कम करना चाहूंगा और पीसीए ऐसा करने का …

21 pca  dimensionality-reduction  svd 

मैं सोच रहा हूं कि एक रैखिक मॉडल में आंशिक और गुणांक के बीच सटीक संबंध क्या है और क्या मुझे कारकों के महत्व और प्रभाव को स्पष्ट करने के लिए केवल एक या दोनों का उपयोग करना चाहिए।R2आर2R^2 जहां तक ​​मुझे पता है, summaryमुझे गुणांक के अनुमान मिलते हैं, …

21 r  regression  multiple-regression  regression-coefficients  r-squared 

मैंने हाल ही में बायसीयन फ्रेमवर्क में फिटिंग रिग्रेशन मिक्स्ड मॉडल्स को अपनाया है, जो MCMC कलन विधि (वास्तव में R में MCMCglmm फंक्शन) का उपयोग करता है। मेरा मानना ​​है कि मैंने समझा है कि अनुमान प्रक्रिया (ट्रेस, geweke प्लॉट, ऑटोकॉरेलेशन, पोस्टीरियर डिस्ट्रिब्यूशन ...) के अभिसरण का निदान कैसे …

21 r  bayesian  mixed-model  mcmc  residuals 

मेरे पास कई बहुभिन्नरूपी अवलोकन हैं और सभी चरों पर संभाव्यता घनत्व का मूल्यांकन करना चाहते हैं। यह माना जाता है कि डेटा सामान्य रूप से वितरित किया जाता है। चरों की कम संख्या पर सब कुछ काम करता है जैसा कि मैं उम्मीद करता हूं, लेकिन अधिक संख्या में …

21 normal-distribution  multivariate-analysis  covariance 

निम्नलिखित अंश श्वार्ज की हेज फंड मार्केट विज्ड्र्स (मई 2012) से है, जो लगातार सफल हेज फंड मैनेजर जाफरे वुड्रिफ के साथ एक साक्षात्कार है: प्रश्न के लिए: "डेटा माइनिंग में लोगों द्वारा किए गए कुछ सबसे खराब त्रुटियां क्या हैं?": बहुत सारे लोग सोचते हैं कि वे ठीक हैं …

21 data-mining  curve-fitting  out-of-sample 

\newcommand{\P}{\mathbb{P}} मान लीजिए कि हमारे पास NNN स्वतंत्र यादृच्छिक चर हैं X1X1X_1 , ……\ldots , XnXnX_n साथ परिमित साधन μ1≤…≤μNμ1≤…≤μN\mu_1 \leq \ldots \leq \mu_N और variances σ21σ12\sigma_1^2 , ……\ldots , \ _ sigma_N ^ 2σ2NσN2\sigma_N^2 । मैं इस संभावना पर वितरण-मुक्त सीमा की तलाश कर रहा हूं कि कोई भी …

21 probability  bounds  maximum 

मैं कुछ शोध कर रहा हूं, लेकिन विश्लेषण चरण में फंस गया हूं (मुझे अपने आँकड़े व्याख्यान पर अधिक ध्यान देना चाहिए)। मैंने दो समकालिक संकेत एकत्र किए हैं: प्रवाह की मात्रा और छाती के विस्तार में परिवर्तन के लिए एकीकृत दर। मैं संकेतों की तुलना करना चाहता हूं और …

21 r  time-series  signal-processing  measurement 

मान लें कि आप प्रति दिन अरबों टिप्पणियों की धुन पर एक विशाल डेटा सेट का विश्लेषण कर रहे हैं, जहां प्रत्येक अवलोकन में कुछ हज़ार विरल और संभवतः निरर्थक संख्यात्मक और श्रेणीबद्ध चर हैं। मान लीजिए कि एक प्रतिगमन समस्या है, एक असंतुलित बाइनरी वर्गीकरण समस्या है, और एक …

21 r  machine-learning  data-mining  large-data 

यह सवाल गणित स्टैक एक्सचेंज से माइग्रेट किया गया था क्योंकि इसका उत्तर क्रॉस वैलिडेट पर दिया जा सकता है। 7 साल पहले पलायन कर गए । मैं अभी प्रतिगमन विश्लेषण और विचरण के विश्लेषण के बारे में सीख रहा हूं। प्रतिगमन विश्लेषण में आपके पास एक चर निर्धारित होता …

21 regression 

एसपीएसएस स्वतंत्र समूह टी-टेस्ट प्रक्रिया में भिन्नताओं की समरूपता का मूल्यांकन करने के लिए लेवेन परीक्षण का उपयोग करता है। लेवेन परीक्षण दो समूहों के भिन्न अनुपात के सरल एफ अनुपात से बेहतर क्यों है?

21 hypothesis-testing  anova  variance  t-test  heteroscedasticity