cart पर टैग किए गए जवाब

कई मशीन लर्निंग एल्गोरिदम में, फीचर स्केलिंग (उर्फ वैरिएबल स्केलिंग, नॉर्मलाइजेशन) विकिपीडिया - फ़ीचर स्केलिंग का एक सामान्य प्रीपोसिंग चरण है - यह प्रश्न करीब # 41704 था - सामान्यीकरण और फ़ीचर स्केलिंग का काम कैसे और क्यों होता है? निर्णय वृक्षों के संबंध में मेरे दो प्रश्न हैं: क्या …

10 machine-learning  feature-selection  cart 

मेरे पास फॉर्म का GLMM है: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) जब मैं उपयोग करता हूं drop1(model, test="Chi"), तो मुझे Anova(model, type="III")कार के पैकेज से उपयोग करने की तुलना में अलग-अलग परिणाम मिलते हैं या summary(model)। ये उत्तरार्द्ध दो ही जवाब …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

फ्रेडमैन द्वारा प्रस्तावित ग्रेडिएंट ट्री Jको आधार शिक्षार्थियों के रूप में टर्मिनल नोड्स (= पत्तियों) के साथ निर्णय पेड़ों का उपयोग किया जाता है । Jउदाहरण के लिए बिल्कुल नोड्स के साथ एक पेड़ उगाने के कई तरीके हैं, एक पेड़ को पहली गहराई में या एक चौड़ाई वाले पहले …

10 r  cart  boosting 

यह सिर्फ एक उदाहरण है कि मैं कई बार आया हूं, इसलिए मेरे पास कोई नमूना डेटा नहीं है। R में एक रैखिक प्रतिगमन मॉडल चलाना: a.lm = lm(Y ~ x1 + x2) x1एक सतत चर है। x2श्रेणीबद्ध है और इसके तीन मान हैं "उदा", "मध्यम" और "उच्च"। हालाँकि R …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

कहें कि हमारे पास दो आबादी से एक नमूना है: Aऔर B। आइए मान लें कि ये आबादी व्यक्तियों से बनी हैं और हम सुविधाओं के संदर्भ में व्यक्तियों का वर्णन करते हैं। इनमें से कुछ विशेषताएं श्रेणीबद्ध हैं (जैसे वे काम करने के लिए ड्राइव करते हैं?) और कुछ …

9 anova  random-forest  cart  group-differences 

मैं निर्णय पेड़ों पर एक होमवर्क कर रहा हूं, और मुझे जिन सवालों का जवाब देना है उनमें से एक है "क्यों अनुमान लगाने वाले पेड़ों से पक्षपाती होते हैं, और कैसे बैगिंग उनके विचरण को कम करने में मदद करता है?"। अब, मुझे पता है कि ओवरफ़ीड मॉडल में …

9 cart  bias 

यह पेपर दावा करता है कि CART में, क्योंकि प्रत्येक चरण पर एक एकल कोवरिएट पर एक बाइनरी विभाजन किया जाता है, सभी विभाजन ऑर्थोगोनल होते हैं और इसलिए कोवरिएट्स के बीच बातचीत को नहीं माना जाता है। हालांकि, बहुत गंभीर संदर्भों का दावा है, इसके विपरीत, कि पेड़ की …

9 machine-learning  classification  data-mining  cart 

मैं उत्तरजीविता विश्लेषण के लिए एक नवागंतुक हूं, हालांकि मुझे वर्गीकरण और प्रतिगमन में कुछ ज्ञान है। प्रतिगमन के लिए, हमारे पास MSE और R वर्ग आँकड़े हैं। लेकिन हम यह कैसे कह सकते हैं कि उत्तरजीविता मॉडल A, जीवित मॉडल B के अलावा कुछ प्रकार के चित्रमय भूखंडों (KM …

9 regression  survival  goodness-of-fit  cart  rpart 

मैंने उपयोग किया rpart.controlहै minsplit=2, और rpart()फ़ंक्शन से निम्नलिखित परिणाम प्राप्त किए हैं। डेटा को ओवरफ़िट करने से बचने के लिए, क्या मुझे विभाजन 3 या विभाजन 7 का उपयोग करने की आवश्यकता है? क्या मुझे विभाजन 7 का उपयोग नहीं करना चाहिए? कृपया मुझे बताओ। पेड़ के निर्माण में …

9 r  cart  rpart