सांख्यिकी और बिग डेटा

मैं 8 वर्गों के डेटा के साथ एक मल्टी-क्लास LDA क्लासिफायरियर का प्रशिक्षण दे रहा हूं । प्रशिक्षण प्रदर्शन करते समय, मुझे एक चेतावनी मिलती है: " चर के संपर्क में हैं " मुझे 90% से अधिक प्रशिक्षण सटीकता प्राप्त हो रही है । मैं उपयोग कर रहा हूँ scikits …

16 machine-learning  classification  python  scikit-learn  discriminant-analysis 

मैं गाऊसी प्रक्रिया के बारे में सीख रहा हूं और केवल बिट्स और टुकड़ों को सुना है। वास्तव में टिप्पणियों और उत्तरों की सराहना करेंगे। डेटा के किसी भी सेट के लिए, क्या यह सच है कि एक गाऊसी प्रक्रिया फ़ंक्शन सन्निकटन डेटा बिंदुओं पर शून्य या नगण्य फिटिंग त्रुटि …

16 gaussian-process 

इस साइट पर पोस्ट पढ़ने से मुझे पता है कि एक आर फ़ंक्शन auto.arima ( forecast पैकेज में ) है। मुझे यह भी पता है कि IrishStat , इस साइट की के एक सदस्य वाणिज्यिक पैकेज बनाया autobox 1980 के दशक में। जैसा कि ये दोनों पैकेज आज भी मौजूद …

16 time-series  arima  automatic-algorithms 

अधिकतम संभावना अनुमान (MLE) का उपयोग करते हुए मापदंडों का अनुमान लगाना, संभावना फ़ंक्शन का मूल्यांकन करना शामिल है, जो पैरामीटर स्पेस (θ) पर मान (x) के लिए नमूना वितरण की संभावना को मैप करता है (θ) एक वितरण परिवार (P (X = x) | ) right के संभावित मूल्यों …

16 maximum-likelihood 

मैं इस समय अपने मास्टर थीसिस पर काम कर रहा हूं और सिग्माप्लॉट के साथ आंकड़े चलाने की योजना बना रहा हूं। हालांकि, अपने डेटा के साथ कुछ समय बिताने के बाद मैं इस नतीजे पर पहुंचा कि सिग्माप्लॉट मेरी समस्या के लिए फिट नहीं हो सकता है (मुझसे गलती …

16 r  anova  nonparametric  heteroscedasticity 

मैं अक्सर गन्दा सर्वेक्षण डेटा के साथ काम करता हूं जिसके लिए किसी भी आंकड़े को पूरा करने से पहले बहुत अधिक सफाई की आवश्यकता होती है। मैं एक्सेल में यह "मैन्युअल रूप से" करता था, कभी-कभी एक्सेल फ़ार्मुलों का उपयोग करके, और कभी-कभी प्रविष्टियों को एक-एक करके जाँचता था। …

16 r  data-cleaning 

मेरे पास nnn वास्तविक मूल्यों की एक सरणी है , जिसका अर्थ है μoldμold\mu_{old} और मानक विचलन σoldσold\sigma_{old} । यदि सरणी xixix_i का एक तत्व दूसरे तत्व द्वारा प्रतिस्थापित किया जाता है xjxjx_j, तो नया मतलब होगा μnew=μold+xj−xinμnew=μold+xj−xin\mu_{new}=\mu_{old}+\frac{x_j-x_i}{n} इस दृष्टिकोण का लाभ यह है कि के मूल्य की परवाह किए …

16 standard-deviation  online 

मान लें कि और कुछ वितरणों से खींचे गए iid हैं , जिनमें स्वतंत्र । सख्ती से सकारात्मक रहे हैं। आप सभी निरीक्षण करते हैं , लेकिन नहीं ; बल्कि आप निरीक्षण करते हैं । मुझे इस जानकारी से का अनुमान लगाने में दिलचस्पी है । स्पष्ट रूप से आकलनकर्ता …

16 standard-error  weighted-mean 

मैं खुद को ग्रेंजर कॉजेलिटी पर शिक्षित करने की कोशिश कर रहा हूं। मैंने इस साइट पर पोस्ट और कई अच्छे लेख ऑनलाइन पढ़े हैं। मैं भी एक बहुत ही उपयोगी उपकरण के साथ आया, बिवरिएट ग्रेंजर कॉजेलिटी - फ्री स्टैटिस्टिक्स कैलकुलेटर , जो आपको अपनी समय श्रृंखला में प्रवेश …

16 time-series  causality  granger-causality 

एकतरफा घातीय हॉक्स प्रक्रिया एक आत्म-रोमांचक बिंदु प्रक्रिया है जिसमें एक घटना आगमन दर है: λ(t)=μ+∑ti&lt;tαe−β(t−ti)λ(t)=μ+∑ti&lt;tαe−β(t−ti) \lambda(t) = \mu + \sum\limits_{t_i<t}{\alpha e^{-\beta(t-t_i)}} जहां घटना के आगमन का समय है।t1,..tnt1,..tn t_1,..t_n लॉग संभावना फ़ंक्शन है −tnμ+αβ∑(e−β(tn−ti)−1)+∑i&lt;jln(μ+αe−β(tj−ti))−tnμ+αβ∑(e−β(tn−ti)−1)+∑i&lt;jln⁡(μ+αe−β(tj−ti)) - t_n \mu + \frac{\alpha}{\beta} \sum{( e^{-\beta(t_n-t_i)}-1 )} + \sum\limits_{i<j}{\ln(\mu+\alpha e^{-\beta(t_j-t_i)})} जिसे पुनरावर्ती रूप से …

16 maximum-likelihood  stochastic-processes  likelihood 

मैं plm()फॉर्म के निश्चित-प्रभाव मॉडल का अनुमान लगाने के लिए उपयोग कर रहा हूं y ~ x + time + time:fixed_trait जहां fixed_traitएक चर है कि व्यक्तियों में भिन्न होती है लेकिन व्यक्तियों के भीतर निरंतर है। समय के timeसाथ अलग-अलग fixed_traitहोने के प्रभाव को अनुमति देने के लिए बातचीत …

16 r 

मुझे समय की 29 वीं इकाई के लिए निम्नलिखित 4 चर का अनुमान लगाने की आवश्यकता है। मेरे पास लगभग 2 साल का ऐतिहासिक डेटा है, जहां 1 और 14 और 27 सभी समान अवधि (या वर्ष का समय) हैं। अंत में, मैं , , , और पर एक ओक्साका-ब्लाइंडर …

16 time-series  forecasting  multivariate-analysis  var 

यह कुछ ऐसा है जिसे मैं एक तदर्थ विधि के रूप में देख रहा हूं और यह मुझे बहुत ही कठिन लगता है लेकिन शायद मुझे कुछ याद आ रहा है। मैंने इसे कई प्रतिगमन में देखा है लेकिन चलो इसे सरल रखें: yमैं= β0+ β1एक्समैं+ εमैंyमैं=β0+β1एक्समैं+εमैं y_{i} = \beta_{0} …

16 regression  residuals 

एक सामान्य प्रश्न से अधिक। मैं भविष्य कहनेवाला मॉडलिंग के लिए एक rbf SVM चला रहा हूं। मुझे लगता है कि मेरे वर्तमान कार्यक्रम को निश्चित रूप से थोड़ी गति की आवश्यकता है। मैं ग्रिड खोज + क्रॉस सत्यापन के लिए मोटे के साथ सीखता हूं। प्रत्येक एसवीएम रन में …

16 machine-learning  svm  predictive-models  scikit-learn  kernel-trick 

मैं तंत्रिका नेटवर्क की जटिलता को मापने के लिए कुछ बुनियादी तरीकों से आया हूं: भोले और अनौपचारिक: न्यूरॉन्स, छिपे हुए न्यूरॉन्स, परतों या छिपी हुई परतों की संख्या की गणना करें वीसी-आयाम (एडुआर्डो डी। सोंटेग [1998] "तंत्रिका नेटवर्क का वीसी आयाम" [ पीडीएफ ])। समकक्षTC0dTCd0TC^0_d एक पाठ्यक्रम दानेदार और …

16 neural-networks  theory  vc-dimension  pac-learning