cart पर टैग किए गए जवाब

मैं ट्रेस करने की कोशिश कर रहा हूं कि निर्णय वृक्ष डेटा संरचना और एल्गोरिथ्म का आविष्कार किसने किया। निर्णय वृक्ष सीखने पर विकिपीडिया प्रविष्टि में दावा किया गया है कि "ID3 और CART का आविष्कार लगभग उसी समय (1970 और 1980 के बीच) में स्वतंत्र रूप से किया गया …

24 cart  history 

मैं लगभग 20 भविष्यवक्ताओं (कुछ श्रेणियों के साथ श्रेणीबद्ध) वाले डेटा सेट पर SPSS का उपयोग करके एक निर्णय ट्री वर्गीकरण चला रहा हूं । CHAID (ची-स्क्वैयर ऑटोमैटिक इंटरेक्शन डिटेक्शन) और CRT / CART (क्लासिफिकेशन एंड रिग्रेशन ट्रीज) मुझे अलग-अलग पेड़ दे रहे हैं। क्या कोई CHAID बनाम CRT के …

23 spss  cart 

मैं वर्गीकरण पेड़ों के लिए एक विकल्प की तलाश कर रहा हूं जो बेहतर भविष्य कहनेवाला शक्ति प्राप्त कर सकता है। मैं जिस डेटा के साथ काम कर रहा हूं, उसमें व्याख्यात्मक और व्याख्या किए गए चर दोनों के कारक हैं। मुझे याद है कि इस संदर्भ में यादृच्छिक जंगलों …

23 r  machine-learning  classification  cart 

वे कौन से तरीके हैं जो ट्री लर्निंग एल्गोरिदम का उपयोग लापता मूल्यों से निपटने के लिए करते हैं। क्या वे लापता कहे जाने वाले मूल्य का उपयोग करने में केवल स्लॉट को पूरा करते हैं? धन्यवाद।

21 missing-data  cart 

मैं वर्गीकरण और प्रतिगमन पेड़ों का अध्ययन कर रहा हूं, और विभाजन स्थान के उपायों में से एक GINI स्कोर है। अब मैं सबसे अच्छा विभाजन स्थान निर्धारित करने के लिए उपयोग किया जाता है जब दो वितरणों के बीच एक ही डेटा की संभावना अनुपात का लॉग शून्य होता …

21 cart  likelihood-ratio  information-theory  kullback-leibler  gini 

लगभग हर निर्णय पेड़ उदाहरण मैं भर में आया है एक द्विआधारी पेड़ होने के लिए होता है। क्या यह बहुत सार्वभौमिक है? क्या अधिकांश मानक एल्गोरिदम (C4.5, CART, आदि) केवल बाइनरी पेड़ों का समर्थन करते हैं? मैं जो इकट्ठा करता हूं, उससे CHAID बाइनरी पेड़ों तक सीमित नहीं है, …

21 machine-learning  data-mining  cart 

प्रमुख घटक विश्लेषण (पीसीए) करने के बाद, मैं पीसीए अंतरिक्ष पर एक नया वेक्टर प्रोजेक्ट करना चाहता हूं (अर्थात पीसीए समन्वय प्रणाली में इसके निर्देशांक ढूंढें)। मैंने पीसी भाषा में पीसीए का उपयोग करके गणना की है prcomp। अब मुझे पीसीए रोटेशन मैट्रिक्स द्वारा अपने वेक्टर को गुणा करने में …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

मेरे पास एक डेटासेट है जिसमें 5 विशेषताएं हैं: ए, बी, सी, डी, ई। वे सभी संख्यात्मक मूल्य हैं। घनत्व-आधारित क्लस्टरिंग करने के बजाय, मैं जो करना चाहता हूं वह डेटा को निर्णय-ट्री-जैसे तरीके से क्लस्टर करना है। मेरा मतलब है कि दृष्टिकोण कुछ इस तरह है: एल्गोरिथ्म डेटा को …

20 r  machine-learning  clustering  cart 

मैं यादृच्छिक वन का विशेषज्ञ नहीं हूं, लेकिन मैं स्पष्ट रूप से समझता हूं कि यादृच्छिक वन के साथ प्रमुख मुद्दा (यादृच्छिक) वृक्ष पीढ़ी है। क्या आप मुझे समझा सकते हैं कि पेड़ कैसे पैदा होते हैं? (अर्थात वृक्ष निर्माण के लिए प्रयुक्त वितरण क्या है?) अग्रिम में धन्यवाद !

20 machine-learning  r  algorithms  cart  random-forest 

निर्णय स्टंप केवल एक विभाजन के साथ एक निर्णय पेड़ है। इसे एक टुकड़े-टुकड़े समारोह के रूप में भी लिखा जा सकता है। उदाहरण के लिए, मान लें कि xxx एक वेक्टर है, और , प्रतिगमन सेटिंग में xx1x1x_1 का पहला घटक है , कुछ निर्णय स्टंप हो सकता हैxxx …

19 machine-learning  cart  linear  boosting 

"फ़ीचर स्पेस" की परिभाषा क्या है? उदाहरण के लिए, एसवीएम के बारे में पढ़ते समय, मैं "स्पेसिंग फीचर की मैपिंग" के बारे में पढ़ता हूं। CART के बारे में पढ़ते समय, मैंने "स्पेसिंग फीचर के विभाजन" के बारे में पढ़ा। मैं समझता हूं कि क्या हो रहा है, विशेष रूप …

19 machine-learning  svm  feature-selection  cart  feature-construction 

रेजीमेंट के लिए यादृच्छिक जंगलों का उपयोग किया जाता है। हालांकि, जो मैं समझता हूं, वे प्रत्येक पत्ती पर औसत लक्ष्य मान प्रदान करते हैं। चूंकि प्रत्येक पेड़ में केवल सीमित पत्ते होते हैं, केवल विशिष्ट मूल्य हैं जो लक्ष्य हमारे प्रतिगमन मॉडल से प्राप्त कर सकते हैं। इस प्रकार …

18 regression  random-forest  cart 

मैं ऐसे पत्रों या ग्रंथों की तलाश कर रहा हूं, जिनकी तुलना और चर्चा (अनुभवजन्य या सैद्धांतिक रूप से): बढ़ाने और निर्णय के पेड़ जैसे एल्गोरिदम रैंडम वन या AdaBoost , और GentleBoost निर्णय वृक्ष के लिए आवेदन किया। साथ में डीप लर्निंग मेथड्स जैसे रिस्ट्रिक्टेड बोल्ट्जमैन मशीन , हायरार्चिकल …

18 machine-learning  deep-learning  cart  rbm  adaboost 

दो आयामों में k स्प्लिट्स के साथ एक निर्णय वृक्ष का VC आयाम क्या है ? बता दें कि मॉडल CART है और केवल अनुमत विभाजन कुल्हाड़ियों के समानांतर हैं। इसलिए एक विभाजन के लिए हम एक त्रिभुज में 3 बिंदुओं को ऑर्डर कर सकते हैं और फिर किसी भी …

17 cart  vc-dimension 

कई ब्लॉग पोस्ट, यूट्यूब वीडियो, आदि के विचारों के बारे में कर रहे हैं जीत या बढ़ाने के पेड़। मेरी सामान्य समझ यह है कि प्रत्येक के लिए छद्म कोड है: जीतना: नमूने के x% और सुविधाओं के y% के N यादृच्छिक नमूने लें अपने मॉडल (जैसे, निर्णय पेड़) को …

17 cart  boosting  xgboost  bagging