सांख्यिकी और बिग डेटा

मुझे निम्नलिखित प्रारूप के साथ एक डाटासेट मिला है। एक द्विआधारी परिणाम कैंसर / कोई कैंसर नहीं है। डेटासेट में मौजूद हर डॉक्टर ने हर मरीज को देखा और स्वतंत्र निर्णय दिया कि मरीज को कैंसर है या नहीं। डॉक्टर फिर 5 का विश्वास स्तर देते हैं कि उनका निदान …

9 forecasting  binary-data  psychometrics 

बन्द है। यह सवाल ऑफ टॉपिक है । यह वर्तमान में उत्तर स्वीकार नहीं कर रहा है। इस प्रश्न को सुधारना चाहते हैं? प्रश्न को अपडेट करें ताकि यह क्रॉस मान्य के लिए विषय पर हो । 11 महीने पहले बंद हुआ । मुझे सॉफ्टमिट में मल्टी-लेयर पर्सेप्ट्रॉन को सॉफ्टमैक्स …

9 neural-networks  scikit-learn  multi-class  softmax 

मैं इस पेपर के बाद स्टोकेस्टिक वैरिएशन के साथ गौसियन मिक्सचर मॉडल को लागू करने की कोशिश कर रहा हूं । यह गॉसियन मिक्सचर का पैगाम है। कागज के अनुसार, स्टोकेस्टिक वैरिएशन की पूर्ण एल्गोरिथ्म है: और मैं अभी भी जीएमएम के लिए इसे स्केल करने की विधि से बहुत …

9 machine-learning  bayesian  clustering  gaussian-mixture  variational-bayes 

बायेसियन स्टेटिस्टिशियन का कहना है कि "बायेसियन स्टैटिस्टिक्स उन मापदंडों का अनुमान लगा सकते हैं जो लगातारवादी तरीकों से अनुमान लगाने में बहुत चुनौतीपूर्ण हैं"। एसएएस प्रलेखन से ली गई निम्नलिखित बोली क्या यही बात कहती है? यह उन अनुमानों को प्रदान करता है जो डेटा पर सशर्त हैं और …

9 bayesian  inference  sas  frequentist 

मेरे पास विस्तृत चित्र का डेटासेट है: 1760x128 हालांकि मैंने ट्यूटोरियल और किताबें पढ़ी हैं, और उनमें से अधिकांश में कहा गया है कि इनपुट छवियों को वर्ग होना चाहिए और यदि नहीं, तो वे पहले से ही प्रशिक्षित (वर्ग छवियों पर) cnns में प्रशिक्षित होने के लिए वर्ग में …

9 conv-neural-network 

मैं फाइनेंशियल टाइम सीरीज़ के डेटा को मॉडल करने के लिए अजगर के स्टैटमोडेल्स VAR लाइब्रेरी का उपयोग कर रहा हूं और कुछ परिणामों ने मुझे हैरान कर दिया है। मुझे पता है कि VAR मॉडल समय श्रृंखला डेटा को स्थिर मानते हैं। मैं अनजाने में दो अलग-अलग प्रतिभूतियों के …

9 time-series  forecasting  r-squared  var  stationarity 

रेखीय प्रतिगमन की धारणाओं में से एक यह है कि त्रुटि शर्तों में एक निरंतर विचरण होना चाहिए और यह कि मॉडल से जुड़े आत्मविश्वास अंतराल और परिकल्पना परीक्षण इस धारणा पर निर्भर करते हैं। वास्तव में क्या होता है जब त्रुटि शर्तों में निरंतर विचरण नहीं होता है?

9 regression  heteroscedasticity  assumptions  robust-standard-error 

निम्नलिखित रैखिक संबंध मान लें: , जहां निर्भर चर है, एक एकल स्वतंत्र चर और त्रुटि शब्द।Yi=β0+β1Xi+uiYi=β0+β1Xi+uiY_i = \beta_0 + \beta_1 X_i + u_iYiYiY_iXiXiX_iuiuiu_i स्टॉक एंड वॉटसन (इकोनोमेट्रिक्स का परिचय; अध्याय 4 ) के अनुसार, तीसरा सबसे कम वर्ग की धारणा यह है कि और के चौथे क्षण गैर-शून्य और …

9 regression  least-squares  assumptions  bias  consistency 

में सांख्यिकीय लर्निंग के तत्वों , मैं निम्नलिखित बयान मिल गया है: एक योग्यता है: नमूनों को छोड़ दिए जाने से पहले प्रारंभिक अनचाहे स्क्रीनिंग चरण किए जा सकते हैं। उदाहरण के लिए, हम क्रॉस-सत्यापन शुरू करने से पहले, सभी 50 नमूनों में उच्चतम विचरण वाले 1000 भविष्यवाणियों का चयन …

9 machine-learning  cross-validation  feature-selection 

मेरा प्रश्न: क्या मुझे अपेक्षाकृत बड़े डेटा सेट के लिए भी CV करना चाहिए? मेरे पास अपेक्षाकृत बड़ा डेटा सेट है और मैं डेटा सेट पर मशीन लर्निंग एल्गोरिदम लागू करूंगा। चूंकि मेरा पीसी तेज नहीं है, सीवी (और ग्रिड खोज) कभी-कभी बहुत लंबा समय लेता है। ट्यूनिंग मापदंडों के …

9 machine-learning  cross-validation 

मैं वेक्टर मशीनों का समर्थन करने के लिए नया हूं। संक्षिप्त व्याख्या svmसे समारोह e1071आर में पैकेज विभिन्न विकल्प प्रदान करता है: सी-वर्गीकरण न्यू-वर्गीकरण एक-वर्गीकरण (नवीनता का पता लगाने के लिए) ईपीएस-प्रतिगमन न्यू-प्रतिगमन पाँच प्रकारों के बीच सहज अंतर क्या हैं? कौन सी स्थिति में लागू किया जाना चाहिए?

9 r  classification  svm  e1071 

मान लो की ई [ लॉग( एक्स)) ]]E[log⁡(X)]\text{E}[\log(X)] दिया गया है, क्या मैं प्राप्त कर सकता हूं ई [ एक्स]E[X]\text{E}[X] एक बंद स्वरूप में?

9 expected-value  logarithm 

मान लीजिए कि मैं एक रेखीय प्रतिगमन चला रहा हूं जिसमें ।y=β0+β1ए +β2B +β3A B + ϵy=β0+β1A+β2B+β3AB+ϵy = \beta_0 + \beta_1A+\beta_2B+\beta_3AB +\epsilon यदि सकारात्मक है, तो क्या यह और बीच एक सकारात्मक सहसंबंध है ? (इसके विपरीत, एक नकारात्मक सहसंबंध अगर नकारात्मक है?)β3β3\beta_3एAAबीBBβ3β3\beta_3

9 regression  interaction 

मैं तापमान बनाम आइसक्रीम की बिक्री का एक डमी डेटा ले रहा हूं और 2 श्रेणियों (पूरी तरह से डमी) को अलग करने के लिए के मीन्स (एन क्लस्टर्स = 2) का उपयोग करके इसे वर्गीकृत किया गया है। अब मैं इस डेटा पर एक प्रिंसिपल कंपोनेंट एनालिसिस कर रहा …

9 pca  interpretation  k-means  dimensionality-reduction 

मैं यादृच्छिक चर के निर्माण में रुचि रखता हूं, जिसके लिए मार्कोव या चेबीशेव असमानताएं तंग हैं। एक तुच्छ उदाहरण निम्नलिखित यादृच्छिक चर है। पी( एक्स)= 1 ) = पी( एक्स)= - 1 ) = 0.5P(X=1)=P(X=−1)=0.5P(X=1)=P(X=-1) = 0.5। इसका मतलब शून्य है, विचरण 1 है औरपी( - एक्स| ≥1)=1P(|X|≥1)=1P(|X| \ge …

9 probability  distributions  random-variable  probability-inequalities