सांख्यिकी और बिग डेटा

मैं एक अंतर्ज्ञान हासिल करने की कोशिश कर रहा हूं कि क्यों सुविधाओं की संख्या बढ़ने से प्रदर्शन कम हो सकता है। मैं वर्तमान में एक एलडीए क्लासिफायर का उपयोग कर रहा हूं, जो कुछ विशेषताओं के बीच बेहतर रूप से बेहतर प्रदर्शन करता है, लेकिन अधिक सुविधाओं को देखते …

12 classification  feature-selection 

मैंने ट्रेंड, मौसमी और अनियमित घटकों में गणना डेटा को विघटित करने के लिए R में stl () का उपयोग किया। परिणामी प्रवृत्ति मान अब पूर्णांक नहीं हैं। मेरे पास निम्नलिखित प्रश्न हैं: क्या stl () डेटा की गणना करने के लिए एक उपयुक्त तरीका है? चूंकि परिणामी प्रवृत्ति अब …

12 r  time-series  poisson-distribution 

मैं अभी इस महान विश्लेषण में आया हूं जो कि दिलचस्प और सुंदर दोनों है: http://www.nytimes.com/interactive/2012/11/02/us/politics/paths-to-the-white-house.html मैं उत्सुक हूं कि आर का उपयोग करके इस तरह के "पथ के पेड़" का निर्माण कैसे किया जा सकता है। ऐसे पथ पेड़ के निर्माण के लिए क्या डेटा और एल्गोरिदम की आवश्यकता …

12 r  data-visualization  politics 

केवल रैखिक और द्विघात शब्दों के साथ एक लॉजिस्टिक रिग्रेशन में, अगर मेरे पास एक रैखिक गुणांक और द्विघात गुणांक , तो क्या मैं कह सकता हूं कि इसमें संभावना का मोड़ है ?β1β1\beta_1β2β2\beta_2−β1/(2β2)−β1/(2β2)-\beta_1 / (2\beta_2)

12 interpretation  logit  polynomial 

AIC को रूप में परिभाषित किया गया है , जहां अधिकतम संभावना अनुमानक है और पैरामीटर स्थान का आयाम है। के आकलन के लिए , एक आमतौर पर घनत्व के स्थिर कारक की उपेक्षा करता है। यह वह कारक है, जो संभावना को सरल बनाने के लिए, मापदंडों पर निर्भर …

12 model-selection  aic  nested-models 

मेरे पास न्यूनतम सुविधाओं के साथ डेटा है जो नहीं बदलते हैं, और कुछ अतिरिक्त सुविधाएँ जो बदल सकती हैं और परिणाम पर बड़ा प्रभाव डालती हैं। मेरा डेटा-सेट इस तरह दिखता है: विशेषताएं ए, बी, सी (हमेशा मौजूद), और डी, ई, एफ, जी, एच (कभी-कभी मौजूद) हैं A = …

12 machine-learning  feature-selection 

मेरी समझ में प्रत्येक निर्णय वृक्ष के निर्माण के लिए रैंडम फ़ॉरेस्ट बेतरतीब ढंग से mtry वैरिएबल है। इसलिए यदि mtry = ncol / 3 हो तो पेड़ों के 1/3 भाग में औसतन प्रत्येक चर का उपयोग किया जाएगा। और 2/3 पेड़ उनका उपयोग नहीं करेंगे। लेकिन क्या होगा अगर …

12 r  random-forest  parameterization 

डेटा के दिए गए सेट के लिए, प्रसार को अक्सर मानक विचलन के रूप में या IQR (अंतर-चतुर्थक श्रेणी) के रूप में गणना की जाती है। जबकि एक standard deviationसामान्यीकृत (z- स्कोर, आदि) है और इसलिए इसका उपयोग दो अलग-अलग आबादी से प्रसार की तुलना करने के लिए किया जा …

12 nonparametric  mathematical-statistics  standard-deviation  descriptive-statistics  normalization 

मान लीजिए कि मेरे पास ज्ञात वजन, साधन और मानक विचलन के साथ बारीक से कई गौसियों का मिश्रण है। साधन नहीं के बराबर हैं। मिश्रण के औसत और मानक विचलन की गणना की जा सकती है, निश्चित रूप से, चूंकि घटकों के क्षणों का भार औसत होता है। मिश्रण …

12 normal-distribution  mixture  distance 

क्या हम किसी क्लासिफायर से प्राप्त पूर्ववर्ती संभावना की व्याख्या कर सकते हैं जो एक अनुमानित वर्ग मान और संभाव्यता (उदाहरण के लिए, लॉजिस्टिक रिग्रेशन या नैवे बेस) को किसी प्रकार के विश्वास स्कोर के रूप में प्रस्तुत करता है जो उस अनुमानित वर्ग मूल्य को सौंपा गया है?

12 probability  logistic  naive-bayes 

मैं छह जोड़ी भूखंडों में पेड़ों के आकार के वितरण की तुलना कर रहा हूं जहां एक भूखंड को एक उपचार मिला और दूसरे को नियंत्रण। भूखंडों की प्रत्येक जोड़ी पर एक Kolmogorov-स्मिर्नोव परीक्षण का उपयोग करते हुए मुझे लगता है कि लगता है से लेकर करने के लिए । …

12 nonparametric  kolmogorov-smirnov 

मैं कुछ लापता टिप्पणियों के साथ जलवायु डेटा की समय श्रृंखला में विषम मूल्यों का पता लगाने की कोशिश कर रहा हूं। वेब पर खोज करने पर मुझे कई उपलब्ध दृष्टिकोण मिले। उनमें से, स्टाल अपघटन प्रवृत्ति और मौसमी घटकों को हटाने और शेष का अध्ययन करने के अर्थ में …

12 r  time-series  outliers  missing-data 

क्या तीसरा चतुर्थक निर्धारित करने के लिए कोई तकनीकी चाल है यदि यह एक खुले अंतराल से संबंधित है जिसमें एक चौथाई आबादी है (इसलिए मैं अंतराल को बंद नहीं कर सकता और मानक सूत्र का उपयोग नहीं कर सकता)? संपादित करें मामले में मैं कुछ गलत समझा मैं कम …

12 distributions  histogram  descriptive-statistics 

मैं एक विरल / गैपी डेटा सेट के आधार पर एक सहसंयोजक मैट्रिक्स को विघटित करने की कोशिश कर रहा हूं। मैं देख रहा हूँ कि लैम्ब्डा (समझाया गया विचरण) का योग, जैसा कि गणना svdकी जा रही है, तेजी से गप्पी डेटा के साथ प्रवर्धित किया जा रहा है। …

12 r  svd  eigenvalues 

मैं पीसीए निकालने के लिए उचित संख्या में कारकों का चयन करने के लिए एकैके सूचना मानदंड (एआईसी) का उपयोग करना चाहता हूं। एकमात्र मुद्दा यह है कि मुझे यकीन नहीं है कि मापदंडों की संख्या कैसे निर्धारित की जाए। मैट्रिक्स पर विचार करें , जहाँ , चर की संख्या …

12 pca  model-selection