सांख्यिकी और बिग डेटा

मेरे पास एक डेटाफ्रेम है जिसमें 4 कॉलम के मान हैं: उदाहरण के लिए: ID, price, click count,rating मैं क्या करना चाहूंगा इस डेटाफ्रेम को एन अलग-अलग समूहों में "विभाजित" करना है जहां प्रत्येक समूह में समान वितरण मूल्य के साथ पंक्तियों की समान संख्या होगी, गिनती और रेटिंग विशेषताओं …

11 r  distributions 

बंद फॉर्म में सामान्य सीडीएफ के वर्ग की अपेक्षा का मूल्यांकन कैसे किया जा सकता है? ई [ Φ ( एक Z+ बी )2] = ∫∞- ∞Φ ( एक z+ बी )2ϕ ( z))घzE[Φ(aZ+b)2]=∫−∞∞Φ(az+b)2ϕ(z)dz\mathbb{E}\left[\Phi\left(aZ+b\right)^{2}\right] = \int_{-\infty}^{\infty}\Phi\left(az+b\right)^{2}\phi(z)\,dz यहां, , वास्तविक संख्या हैं, , और और एक सामान्य सामान्य यादृच्छिक चर के …

11 mathematical-statistics 

मुझे इस वाक्य को समझने में परेशानी हो रही है: पहला प्रस्तावित आर्किटेक्चर फीडफोर्वर्ड एनएनएलएम के समान है, जहां गैर-लीनियर छिपी हुई परत को हटा दिया जाता है और सभी शब्दों के लिए प्रोजेक्शन लेयर को साझा किया जाता है (न केवल प्रोजेक्शन मैट्रिक्स); इस प्रकार, सभी शब्द एक ही …

11 machine-learning  neural-networks  natural-language  word-embeddings  language-models 

मैं एक द्विआधारी वर्गीकरण समस्या पर काम कर रहा हूं जहां झूठी सकारात्मकता न होना बहुत महत्वपूर्ण है; बहुत सारे झूठे नकारात्मक हैं ठीक है। मैंने उदाहरण के लिए स्केलेर में क्लासिफायर का एक गुच्छा इस्तेमाल किया है, लेकिन मुझे लगता है कि उनमें से कोई भी सटीक-रिकॉल ट्रेडऑफ को …

11 classification  precision-recall 

समय श्रृंखला के साथ काम करते हुए, हम कभी-कभी वर्णक्रमीय विश्लेषण का उपयोग करके मौसम का पता लगाते हैं और हटाते हैं। मैं समय श्रृंखला में एक वास्तविक शुरुआत कर रहा हूं, और मैं उलझन में हूं कि कोई मूल समय श्रृंखला से मौसमी को क्यों निकालना चाहेगा? मौसमी हटाने …

11 time-series  seasonality 

अपने काम में मैंने फिशर के सटीक परीक्षण के कई उपयोग देखे हैं, और मैं सोच रहा था कि यह मेरे डेटा को कितनी अच्छी तरह फिट करता है। कई स्रोतों को देखते हुए मैं समझ गया कि सांख्यिकीय की गणना कैसे करें, लेकिन कभी-कभी अनुमानित शून्य परिकल्पना की स्पष्ट …

11 hypothesis-testing  chi-squared  multinomial  contingency-tables  fishers-exact 

मैं विशेष रूप से वर्गीकरण कार्यों और विशेष रूप से Adaboost के लिए एल्गोरिदम को बढ़ावा देने पर थोड़ा पढ़ रहा हूं। मैं समझता हूं कि Adaboost का उद्देश्य कई "कमजोर शिक्षार्थियों" को लेना है, और प्रशिक्षण डेटा पर पुनरावृत्तियों के सेट के माध्यम से, कक्षाओं का अनुमान लगाने के …

11 machine-learning  classification  algorithms  boosting 

इसलिए मुझे पता है कि अगर हम स्वतंत्र यादृच्छिक चर की राशि का प्रायिकता वितरण ढूंढना चाहते हैं , तो हम यह कहकर और के प्रायिकता वितरण से गणना कर सकते हैंएक्स वाईX+YX+YX + YXXXYYY fX+Y(a)=∫∞x=−∞fX,Y(X=x,Y=a−x) dx=∫∞x=−∞fX(x)fY(a−x) dxfX+Y(a)=∫x=−∞∞fX,Y(X=x,Y=a−x) dx=∫x=−∞∞fX(x)fY(a−x) dxf_{X + Y}(a) = \int_{x = -\infty}^{\infty} f_{X, Y}(X = x, …

11 probability 

में इस दस्तावेज़ , कि चिंताओं "सेट बीज" कमांड, Stata लोगों बीज जब छद्म यादृच्छिक संख्या पैदा करने की सेटिंग से संबंधित मुद्दों पर चर्चा। एक उल्लेखनीय "नहीं" है "क्रमिक रूप से बीज के रूप में प्राकृतिक संख्याओं के अनुक्रम का उपयोग न करें, क्योंकि इसमें एक पैटर्न और खतरे …

11 random-generation 

मैं मशीन लर्निंग पर एक पाठ्यपुस्तक पढ़ रहा हूं (डेटा खनन द्वारा लिखित, एट अल।, 2011) और इस मार्ग पर आया: ... इसके अलावा, विभिन्न वितरणों का उपयोग किया जा सकता है। यद्यपि सामान्य वितरण आमतौर पर संख्यात्मक विशेषताओं के लिए एक अच्छा विकल्प है, यह उन विशेषताओं के लिए …

11 machine-learning  distributions 

एक प्रक्रिया सख्ती से स्थिर है अगर के संयुक्त वितरण के संयुक्त वितरण रूप में ही है सभी m के लिए , सभी k के लिए और सभी t_1, t_2, ..., t_m के लिए ।XtXtX_tXt1,Xt2,...,XtmXt1,Xt2,...,XtmX_{t_1},X_{t_2},...,X_{t_m}Xt1+k,Xt2+k,...,Xtm+kXt1+k,Xt2+k,...,Xtm+kX_{t_1+k},X_{t_2+k},...,X_{t_m+k}mmmkkkt1,t2,...,tmt1,t2,...,tmt_1,t_2,...,t_m एक प्रक्रिया द्वितीय क्रम स्थिर है यदि इसका माध्य स्थिर है और इसका आटोक्लेवेरियन कार्य …

11 time-series  autocorrelation  stochastic-processes  stationarity 

मैं प्रबंधित फंड पर रिटर्न की भविष्यवाणी करने के लिए आर में नीचे कई रैखिक प्रतिगमन प्रदर्शन कर रहा हूं। reg <- lm(formula=RET~GRI+SAT+MBA+AGE+TEN, data=rawdata) यहां केवल जीआरआई और एमबीए द्विआधारी / द्विध्रुवीय भविष्यवक्ता हैं; शेष भविष्यवक्ता निरंतर हैं। मैं बाइनरी चर के लिए अवशिष्ट भूखंडों को उत्पन्न करने के लिए …

11 r  multiple-regression  categorical-data  heteroscedasticity  residuals 

क्योंकि मेरे पास बहुत असंतुलित डेटासेट (9% सकारात्मक परिणाम) हैं, मैंने फैसला किया कि एक सटीक-रिकॉल वक्र ROC वक्र की तुलना में अधिक उपयुक्त था। मैंने पीआर वक्र (.49, यदि आप रुचि रखते हैं) के तहत क्षेत्र का अनुरूप सारांश माप प्राप्त किया, लेकिन इसकी व्याख्या कैसे करें, इसके बारे …

11 classification  precision-recall  auc 

मैं MCMC में स्वत :संबंध की जाँच करने की आवश्यकता के बारे में पढ़ता रहता हूँ। यह क्यों महत्वपूर्ण है कि ऑटोक्रेलेशन कम है? यह MCMC के संदर्भ में क्या मापता है?

11 sampling  autocorrelation  mcmc 

मैं यहाँ कई संबंधित प्रश्नों से अवगत हूँ (उदाहरण के लिए, अशक्तता के आस-पास की परिकल्पना परीक्षण शब्दावली , क्या यह एक परिकल्पना सिद्ध करना संभव है? ) लेकिन मुझे नीचे दिए गए मेरे प्रश्न का निश्चित उत्तर नहीं पता है। मान लीजिए कि एक परिकल्पना परीक्षण है जहां हम …

11 hypothesis-testing