covariance पर टैग किए गए जवाब

... यह मानते हुए कि मैं सहज ज्ञान युक्त फैशन में विचरण के बारे में अपने ज्ञान को बढ़ाने में सक्षम हूँ ( "विचरण" को सहज रूप से समझ कर ) या यह कह कर: यह 'औसत' से डेटा मानों की औसत दूरी है - और चूंकि विचरण वर्ग में …

207 variance  covariance  intuition 

सहसंबंध मैट्रिक्स पर और सहसंयोजक मैट्रिक्स पर प्रमुख घटक विश्लेषण (पीसीए) करने के बीच मुख्य अंतर क्या हैं? क्या वे समान परिणाम देते हैं?

153 correlation  pca  covariance  factor-analysis 

इस सवाल के बाद, आप किसी ऐसे व्यक्ति को कैसे समझायेंगे जो केवल मतलब समझता है? , जो एक झूठ बोलने वाले व्यक्ति के लिए सहसंयोजक को समझाने के मुद्दे को संबोधित करता है, मेरे दिमाग में एक ऐसा ही सवाल आया। एक व्यक्ति को कोवरियन और सहसंबंध के बीच …

109 correlation  covariance 

सादे भाषा में सहसंयोजक क्या है और यह बार-बार डिजाइनों के संबंध में शर्तों पर निर्भरता , सहसंबंध और भिन्नता-सहसंयोजक संरचना से कैसे जुड़ा हुआ है ?

92 correlation  repeated-measures  terminology  covariance  independence 

मैं देख रहा हूं कि बहुत सारे मशीन लर्निंग एल्गोरिदम बेहतर तरीके से कैंसिलेशन और कोवरियन इक्वलाइजेशन के साथ काम करते हैं। उदाहरण के लिए, न्यूरल नेटवर्क तेजी से अभिसरण करते हैं, और के-मीन्स आमतौर पर पूर्व-संसाधित सुविधाओं के साथ बेहतर क्लस्टरिंग देते हैं। मैं इन पूर्व-प्रसंस्करण कदमों के पीछे …

60 machine-learning  neural-networks  covariance  normalization 

मैंने अपनी पाठ्यपुस्तक से पढ़ा कि गारंटी नहीं देता कि X और Y स्वतंत्र हैं। लेकिन अगर वे स्वतंत्र होते हैं, तो उनका सहसंयोजन 0. होना चाहिए। मैं अभी तक किसी भी उचित उदाहरण के बारे में नहीं सोच सकता था; क्या कोई प्रदान कर सकता है?कोव ( एक्स), वाई) …

54 independence  covariance 

मुझे लगता है कि उत्तर हां होना चाहिए, लेकिन मुझे अभी भी लगता है कि कुछ सही नहीं है। साहित्य में कुछ सामान्य परिणाम होने चाहिए, क्या कोई मेरी मदद कर सकता है?

48 covariance  matrix  covariance-matrix  linear-algebra 

मैं के स्वभाव के बारे में उत्सुक हूँ । Can किसी को भी बताई कुछ सहज ज्ञान युक्त के बारे में "क्या करता है Σ - 1 डेटा के बारे में कहते हैं?"Σ−1Σ−1\Sigma^{-1}Σ−1Σ−1\Sigma^{-1} संपादित करें: उत्तर के लिए धन्यवाद कुछ बेहतरीन पाठ्यक्रम लेने के बाद, मैं कुछ बिंदु जोड़ना चाहूंगा: …

46 bayesian  maximum-likelihood  covariance  matrix 

(निष्पक्ष) भिन्नता अनुमानक का भाजक n−1n−1n-1 क्योंकि nnn अवलोकन हैं और केवल एक पैरामीटर का अनुमान लगाया जा रहा है। V(X)=∑ni=1(Xi−X¯¯¯¯)2n−1V(X)=∑i=1n(Xi−X¯)2n−1 \mathbb{V}\left(X\right)=\frac{\sum_{i=1}^{n}\left(X_{i}-\overline{X}\right)^{2}}{n-1} एक ही टोकन से मुझे आश्चर्य है कि दो मापदंडों का अनुमान लगाए जाने पर सहसंयोजक के क्यों नहीं होना चाहिए n−2n−2n-2? Cov(X,Y)=∑ni=1(Xi−X¯¯¯¯)(Yi−Y¯¯¯¯)n−1Cov(X,Y)=∑i=1n(Xi−X¯)(Yi−Y¯)n−1 \mathbb{Cov}\left(X, Y\right)=\frac{\sum_{i=1}^{n}\left(X_{i}-\overline{X}\right)\left(Y_{i}-\overline{Y}\right)}{n-1}

36 self-study  variance  covariance  descriptive-statistics  unbiased-estimator 

जब एक नमूने के सहसंयोजक मैट्रिक्स की गणना की जाती है, तो क्या एक सममित और सकारात्मक-निश्चित मैट्रिक्स प्राप्त करने की गारंटी होती है? वर्तमान में मेरी समस्या में 4600 अवलोकन वैक्टर और 24 आयामों का एक नमूना है।

33 sampling  covariance 

मैंने सुना है कि यादृच्छिक चर के बीच आंशिक सहसंबंध सहसंयोजक मैट्रिक्स को निष्क्रिय करके और इस तरह के परिणामस्वरूप सटीक मैट्रिक्स से उपयुक्त कोशिकाओं को लेने से मिल सकता है (यह तथ्य http://en.wikipedia.org/wiki/Partial_correlation में वर्णित है , लेकिन बिना किसी प्रमाण के) । यह एक केस क्यों है?

32 covariance  covariance-matrix  linear-algebra  partial-correlation  matrix-inverse 

मान लीजिए मेरे पास निम्न मॉडल है yi=f(xi,θ)+εiyi=f(xi,θ)+εiy_i=f(x_i,\theta)+\varepsilon_i जहाँyi∈RKyi∈RKy_i\in \mathbb{R}^K , xixix_i व्याख्यात्मक चर का एक वेक्टर है, θθ\theta के गैर रेखीय समारोह मापदंडों है fff और εi∼N(0,Σ)εi∼N(0,Σ)\varepsilon_i\sim N(0,\Sigma) , जहां ΣΣ\Sigma स्वाभाविक रूप से है K×KK×KK\times K मैट्रिक्स । लक्ष्य का अनुमान लगाना सामान्य है और Σ । स्पष्ट …

22 maximum-likelihood  optimization  covariance 

मेरे पास कई बहुभिन्नरूपी अवलोकन हैं और सभी चरों पर संभाव्यता घनत्व का मूल्यांकन करना चाहते हैं। यह माना जाता है कि डेटा सामान्य रूप से वितरित किया जाता है। चरों की कम संख्या पर सब कुछ काम करता है जैसा कि मैं उम्मीद करता हूं, लेकिन अधिक संख्या में …

21 normal-distribution  multivariate-analysis  covariance 

मुझे सिर्फ ब्राउनियन / दूरी सहसंयोजक / सहसंबंध में पेश किया गया है (अस्पष्ट) । यह कई गैर-रैखिक स्थितियों में विशेष रूप से उपयोगी लगता है, जब निर्भरता के लिए परीक्षण किया जाता है। लेकिन इसका उपयोग बहुत बार नहीं किया जाता है, भले ही गैर-रैखिक / अराजक डेटा के …

21 correlation  covariance  distance-covariance 

यदि यादृच्छिक वेक्टर है और एक निश्चित मैट्रिक्स है, तो क्या कोई यह समझा सकता है कि क्योंजेडजेड\mathbf {Z}एएAc o v [A Z ]=A c o v [ Z ] A⊤।सीओv[एजेड]=एसीओv[जेड]ए⊤।\mathrm{cov}[A \mathbf {Z}]= A \mathrm{cov}[\mathbf {Z}]A^\top.

20 covariance