सांख्यिकी और बिग डेटा

मैंने R में glm का उपयोग करके एक लॉजिस्टिक रिग्रेशन मॉडल बनाया। मेरे दो स्वतंत्र चर हैं। मैं अपने मॉडल की निर्णय सीमा को दो चर के बिखराव की साजिश में कैसे लगा सकता हूं। उदाहरण के लिए, मैं एक आंकड़ा कैसे तैयार कर सकता हूं: http://onlinecourses.science.psu.edu/stat557/node/55 धन्यवाद।

16 r  logistic 

क्या ये महज शैलीगत रूढ़ियाँ हैं (चाहे italicized या गैर-italicized), या इन नोटेशन के अर्थों में पर्याप्त अंतर हैं? क्या कोई अन्य अर्थ हैं " इस संभावना पर विचार किया जाना चाहिए " की संभावना ?

16 probability  notation 

Scikit में CalibratedClassifierCV है , जो हमें एक विशेष X, y जोड़ी पर हमारे मॉडल को कैलिब्रेट करने की अनुमति देता है। यह भी स्पष्ट रूप से बताता है किdata for fitting the classifier and for calibrating it must be disjoint. यदि उन्हें निराश होना चाहिए, तो क्या क्लासिफायर को …

16 cross-validation  scikit-learn  validation  train  calibration 

मैं एक मिश्रित प्रभाव मॉडल का उपयोग करके निर्धारित डेटा का विश्लेषण कर रहा हूं जिसमें एक निश्चित प्रभाव (स्थिति) और दो यादृच्छिक प्रभाव (विषय डिजाइन और जोड़ी के कारण प्रतिभागी) हैं। मॉडल lme4पैकेज के साथ उत्पन्न किया गया था exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp):। इसके बाद, मैंने निश्चित प्रभाव (स्थिति) के बिना मॉडल …

16 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

मैं एल्गोरिदम रैंकिंग के लिए कई अलग-अलग मीट्रिक देखने में दिलचस्पी रखता हूं - लर्निंग टू रैंक विकिपीडिया पेज पर कुछ सूचीबद्ध हैं, जिनमें शामिल हैं: • औसत औसत परिशुद्धता (एमएपी); • DCG और NDCG; • परिशुद्धता @ एन, एनडीसीजी @ एन, जहां "@ एन" दर्शाता है कि मैट्रिक्स का …

16 algorithms  ranking 

मेरे पास अलग-अलग पुस्तकालयों से दो अलग-अलग तरीकों के बारे में सवाल है जो एक ही काम कर रहे हैं। मैं रैखिक प्रतिगमन मॉडल बनाने की कोशिश कर रहा हूं। यहां वह कोड है जो मैं ओएलएस के साथ स्टैटमोडेल लाइब्रेरी का उपयोग कर रहा हूं: X_train, X_test, y_train, y_test …

16 regression  python  scikit-learn  statsmodels 

गामा और वेइबुल वितरण के पीछे अंतर्ज्ञान के बीच अंतर क्या है? क्या दोनों घनीभूतियों के बीच कोई संबंध है? कृप्या सहायता करे।

16 gamma-distribution  weibull 

एक अनुमानित चर (पी), एक यादृच्छिक प्रभाव (आर) और एक निश्चित प्रभाव (एफ) को देखते हुए, कोई दो * मिश्रित प्रभाव मॉडल ( lme4 वाक्यविन्यास) फिट कर सकता है : m1 = lmer( P ~ (1|R) + F ) m2 = lmer( P ~ (1+F|R) + F) जैसा कि मैं …

16 mixed-model 

http://www.chioka.in/differences-between-l1-and-l2-as-loss-function-and-regularization/ यदि आप इस पोस्ट के शीर्ष पर देखते हैं, तो लेखक का उल्लेख है कि L2 मानदंड में एक अनूठा समाधान है और L1 मानदंड में संभवतः कई समाधान हैं। मैं इसे नियमितीकरण के संदर्भ में समझता हूं, लेकिन नुकसान फ़ंक्शन में एल 1 मानदंड या एल 2 मानक …

16 regression  lasso  regularization 

ReLU सक्रियण फ़ंक्शन के व्युत्पन्न को किस रूप में परिभाषित किया गया है: ReLU(x)=max(0,x)ReLU(x)=max(0,x) \mathrm{ReLU}(x) = \mathrm{max}(0, x) उस विशेष मामले के बारे में क्या है जहां पर फ़ंक्शन में कोई असंतोष है ?x=0x=0x=0

16 self-study  neural-networks 

मैं योलो वी 2 लॉस फंक्शन को समझने की कोशिश कर रहा हूं: λc o o r dΣमैं = ०एस2Σज = ०बी1ओ बी जेमैं जे[ ( एक्समैं- एक्स^मैं)2+ ( Yमैं- y^मैं)2]+ λc o o r dΣमैं = ०एस2Σज = ०बी1ओ बी जेमैं जे[ ( wमैं--√- w^मैं--√)2+ ( एचमैं--√- एच^मैं--√)2]+ ∑मैं …

16 neural-networks  loss-functions  object-detection  yolo 

क्या AUC-ROC मान 0-0.5 के बीच हो सकता है? क्या मॉडल कभी 0 से 0.5 के बीच आउटपुट देता है?

16 roc  model-evaluation  auc 

क्या F-regressionव्यक्तिगत रूप से लेबल के साथ सहसंबंधी विशेषताओं का उपयोग करके सुविधाओं की तुलना करना और मान का अवलोकन करना है ?R2R2R^2 मैंने अक्सर देखा है कि मेरे सहकर्मी F regressionअपनी मशीन लर्निंग पाइपलाइन में फ़ीचर चयन के लिए उपयोग करते हैं sklearn: sklearn.feature_selection.SelectKBest(score_func=sklearn.feature_selection.f_regression...)` कुछ कृपया मुझे बताएं - …

16 feature-selection  python  scikit-learn  r-squared  f-test 

मान लीजिए कि हमारे पास एक मॉडल है mod <- Y ~ X*Condition + (X*Condition|subject) # Y = logit variable # X = continuous variable # Condition = values A and B, dummy coded; the design is repeated # so all participants go through both Conditions # subject = random …

16 mixed-model  lme4-nlme  overfitting  singular 

परिशुद्धता के रूप में परिभाषित किया गया है: पी = सही सकारात्मक / (सही सकारात्मक + झूठी सकारात्मक) सटीक का मान क्या है (यदि वास्तविक सकारात्मक + गलत सकारात्मक) = 0? क्या यह सिर्फ अपरिभाषित है? याद करने के लिए एक ही सवाल: r = सही सकारात्मक / (सच्ची सकारात्मक …

16 precision-recall