सांख्यिकी और बिग डेटा

मैं जियोफ़ कमिंग के 2008 के पेपर प्रतिकृति और अंतरालोंpppppp पी पी को पढ़ रहा हूं : मान भविष्य की केवल अस्पष्ट भविष्यवाणी करते हैं, लेकिन विश्वास अंतराल बहुत बेहतर करते हैं [Google विद्वान में 200 उद्धरण] - और इसके केंद्रीय दावों में से एक से भ्रमित हूं। यह कागजात …

52 hypothesis-testing  p-value  power  replicability 

मैं Tukey की पुस्तक "Exploratory Data Analysis" पढ़ रहा हूं। 1977 में लिखे जाने के कारण, पुस्तक कागज / पेंसिल के तरीकों पर जोर देती है। क्या एक और 'आधुनिक' उत्तराधिकारी है जो इस बात को ध्यान में रखता है कि हम अब बड़े डेटा सेट को तुरंत तैयार कर …

52 data-visualization  references  descriptive-statistics  eda 

कागजात के कई लेखक मैं पढ़ता हूं एसवीएम उनके प्रतिगमन / वर्गीकरण समस्या का सामना करने के लिए बेहतर तकनीक है, इस बात से अवगत कि वे एनएन के माध्यम से समान परिणाम प्राप्त नहीं कर सकते थे। अक्सर तुलना में कहा गया है कि एनवी के बजाय एसवीएम, एक …

52 machine-learning  svm  neural-networks 

यदि मैं एक randomForestमॉडल चलाता हूं , तो मैं मॉडल के आधार पर भविष्यवाणियां कर सकता हूं। क्या प्रत्येक पूर्वानुमान की भविष्यवाणी अंतराल प्राप्त करने का एक तरीका है जैसे कि मुझे पता है कि मॉडल कैसे "निश्चित" है। यदि यह संभव है तो यह केवल पूरे मॉडल के लिए …

52 r  confidence-interval  random-forest 

समस्या के लिए ऐसा \ leq t | मैं अक्सर सॉफ्ट- थ्रॉल्डिंग परिणाम \ beta_j ^ {\ text {lasso}} = \ mathrm {sgn} (\ Beta ^ {\ text {LS}} _ j) (! \ Beta_j ^ {\ text} / LS}} देखता हूं। + ( गामा) ^ + के लिए ओर्थोनॉमिक एक्स …

52 lasso 

एनोवा पर विकिपीडिया पृष्ठ तीन मान्यताओं को सूचीबद्ध करता है , अर्थात्: मामलों की स्वतंत्रता - यह उस मॉडल की धारणा है जो सांख्यिकीय विश्लेषण को सरल बनाता है। सामान्यता - अवशिष्टों के वितरण सामान्य हैं। भिन्नता की समानता (या "समरूपता"), जिसे समरूपता कहा जाता है ... यहां रुचि का …

52 anova  residuals  assumptions  normality-assumption 

मान लीजिए कि मेरे पास चार, पारस्परिक रूप से अनन्य विशेषताओं के साथ तीन आबादी है। मैं प्रत्येक आबादी से यादृच्छिक नमूने लेता हूं और उन विशेषताओं के लिए एक क्रोस्टैब या आवृत्ति तालिका का निर्माण करता हूं जो मैं माप रहा हूं। क्या मैं यह कहने में सही हूं: …

52 chi-squared  proportion  contingency-tables  z-test 

ऐसा लगता है कि बहुत से लोग (मेरे सहित) एक्सेल में खोजपूर्ण डेटा विश्लेषण करना पसंद करते हैं। कुछ सीमाएँ, जैसे स्प्रेडशीट में अनुमत पंक्तियों की संख्या एक दर्द है, लेकिन ज्यादातर मामलों में डेटा के साथ खेलने के लिए एक्सेल का उपयोग करना असंभव नहीं है। मैकुलॉ और हेसर …

52 software  computational-statistics  excel 

पर एक मानकीकृत गाऊसी वितरण स्पष्ट रूप से इसकी घनत्व देकर परिभाषित किया जा सकता है: RR\mathbb{R}12π−−√e−x2/212πe−x2/2 \frac{1}{\sqrt{2\pi}}e^{-x^2/2} या इसकी विशेषता समारोह। जैसा कि इस प्रश्न में याद किया जाता है कि यह एकमात्र वितरण भी है जिसके लिए नमूना माध्य और विचरण स्वतंत्र हैं। गाऊसी उपायों के अन्य आश्चर्यजनक …

52 probability  normal-distribution  mathematical-statistics  characteristic-function 

मेरे पास एक (सममित) मैट्रिक्स Mहै जो प्रत्येक जोड़ी नोड्स के बीच की दूरी का प्रतिनिधित्व करता है। उदाहरण के लिए, abcdefghijkl एक 0 20 20 20 40 60 60 60 100 120 120 B 20 0 20 20 60 80 80 80 120 140 140 140 C 20 20 …

52 clustering 

मेरे पास (सुविधाओं, बाइनरी आउटपुट 0 या 1) के रूप में एक डेटा सेट है, लेकिन 1 बहुत कम ही होता है, इसलिए केवल हमेशा 0 की भविष्यवाणी करने से, मुझे 70% और 90% के बीच सटीकता मिलती है (विशेष डेटा के आधार पर मैं देखता हूं )। एमएल विधियां …

52 machine-learning  classification  binary-data  unbalanced-classes 

मैं समझता हूं artificial neural network (ANN)कि भविष्यवाणियों में त्रुटि को कम करके फिटिंग को बेहतर बनाने के लिए बैकप्रोपोगेशन का उपयोग करके पर्यवेक्षित तरीके से कैसे प्रशिक्षित किया जा सकता है। मैंने सुना है कि एक ANN का उपयोग अप्रशिक्षित सीखने के लिए किया जा सकता है लेकिन अनुकूलन …

52 clustering  neural-networks  unsupervised-learning  self-organizing-maps 

मैं प्रतिगमन मॉडल बना रहा हूं। एक प्रीप्रोसेसिंग कदम के रूप में, मैं 0 और मानक विचलन का मतलब करने के लिए अपने फीचर मानों को स्केल करता हूं। क्या लक्ष्य मानों को भी सामान्य करना आवश्यक है?

52 regression  machine-learning 

सामाजिक विज्ञानों में कई अध्ययन लिकर्ट स्केल का उपयोग करते हैं। लिकट डेटा को ऑर्डिनल के रूप में उपयोग करना कब उचित है और कब अंतराल डेटा के रूप में इसका उपयोग करना उचित है?

52 ordinal-data  likert  scales  measurement 

लॉजिस्टिक रिग्रेशन , एसवीएम , डिसीजन ट्री , बैगिंग और इसी तरह के कई अन्य सवालों का उपयोग करते समय हमारे पास असंतुलित डेटा के बारे में पहले से ही कई सवाल थे , जो इसे बहुत लोकप्रिय विषय बनाता है! दुर्भाग्य से, प्रत्येक प्रश्न एल्गोरिदम-विशिष्ट प्रतीत होता है और …

52 machine-learning  classification  predictive-models  unbalanced-classes