cross-validation पर टैग किए गए जवाब

सबसे पहले, एक सवाल है कि पहले से ही विस्तार से चर्चा की गई पोस्ट करने के लिए क्षमा याचना यहाँ , यहाँ , यहाँ , यहाँ , यहाँ, और एक पुराने विषय को फिर से गरम करने के लिए। मुझे पता है @DikranMarsupial ने इस विषय पर पोस्ट और …

17 machine-learning  cross-validation  model-selection  glmnet  hyperparameter 

यदि मेरे पास कोई डेटा है, और मैं क्रॉस सत्यापन के साथ एक वर्गीकरण (इस डेटा पर यादृच्छिक जंगल कहता हूं) (चलो 5-सिलवटों को कहते हैं) चलाते हैं, तो क्या मैं यह निष्कर्ष निकाल सकता हूं कि मेरी विधि में कोई फिटिंग नहीं है?

17 cross-validation  overfitting 

मैं बार-बार के-फोल्ड क्रॉस सत्यापन का उपयोग कर रहा हूं और क्रॉस वेलिडेशन के विभिन्न रनों के सिलसिले में भव्य माध्य के रूप में गणना (मूल्यांकन मीट्रिक उदा, संवेदनशीलता, विशिष्टता) का मतलब बता रहा हूं। हालांकि, मुझे यकीन नहीं है कि मुझे विचरण की रिपोर्ट कैसे देनी चाहिए। मैंने यहां …

17 cross-validation 

क्या बार-बार के-फोल्ड क्रॉस-सत्यापन करने से पहले डेटा को सामान्य करना (शून्य माध्य और एकता मानक विचलन करना) ओवरफिटिंग जैसी कोई नकारात्मक जीत है? नोट: यह ऐसी स्थिति के लिए है जहां # मामलों> कुल #features मैं अपने कुछ डेटा को लॉग ट्रांसफ़ॉर्म का उपयोग करके बदल रहा हूं, फिर …

17 cross-validation  normalization 

कैरट पैकेज कई मशीन सीखने वाले मॉडल के लिए एक शानदार आर पुस्तकालय है, और मॉडल निर्माण और मूल्यांकन के लिए कई कार्य है। पैरामीटर ट्यूनिंग और मॉडल प्रशिक्षण के लिए, कैरेट पैकेज तरीकों में से एक के रूप में 'दोहराया' को प्रस्तुत करता है। एक अच्छा अभ्यास के रूप …

16 cross-validation  caret 

मुझे यह 2012 के लेख में आया था जिसमें गीते वनविनकेलेन और हेंड्रिक ब्लॉकिल ने दोहराया क्रॉस-वैलिडेशन की उपयोगिता पर सवाल उठाया था, जो क्रॉस-वैलिडेशन के विचरण को कम करने के लिए एक लोकप्रिय तकनीक बन गई है। लेखकों ने प्रदर्शित किया कि बार-बार क्रॉस-वैरिफिकेशन से मॉडल की भविष्यवाणियों के …

16 cross-validation 

मैंने 10-गुना क्रॉस सत्यापन सेटिंग में 120 नमूनों का डेटासेट किया है। वर्तमान में, मैं पहले होल्डआउट के प्रशिक्षण डेटा को चुनता हूं और ग्रिड खोज द्वारा गामा और सी के मूल्यों को लेने के लिए उस पर 5 गुना क्रॉस-सत्यापन करता हूं। मैं आरबीएफ कर्नेल के साथ एसवीएम का …

16 machine-learning  classification  cross-validation  svm 

यदि आप एक गैर रेखीय फलन को बिंदुओं के एक समूह में फिट करते हैं (यह मानते हुए कि प्रत्येक अनुपस्थिति के लिए केवल एक ही समन्वय है) परिणाम या तो निम्न हो सकता है: छोटे अवशेषों के साथ एक बहुत ही जटिल कार्य बड़े अवशेषों के साथ एक बहुत …

16 model-selection  cross-validation 

मैं सिर्फ कर्सरा पर मशीन लर्निंग कोर्स के एक व्याख्यान को फिर से देखता हूं। जिस अनुभाग में प्रोफेसर पर्यवेक्षित शिक्षण अनुप्रयोगों में पूर्व-प्रसंस्करण डेटा के लिए पीसीए पर चर्चा करते हैं, उनका कहना है कि पीसीए को केवल प्रशिक्षण डेटा पर ही किया जाना चाहिए और फिर क्रॉस सत्यापन …

16 r  pca  cross-validation  caret 

एक मैट्रिक्स को देखते हुए Vm×nVm×n\mathbf V^{m \times n}, गैर-नकारात्मक मैट्रिक्स फैक्टराइजेशन (NMF) दो गैर-नकारात्मक मैट्रिक्स Wm×kWm×k\mathbf W^{m \times k} और Hk×nHk×n\mathbf H^{k \times n} (सभी तत्वों ≥0≥0\ge 0 ) को अपघटित मैट्रिक्स के रूप में दर्शाता है: V≈WH,V≈WH,\mathbf V \approx \mathbf W\mathbf H, कि गैर नकारात्मक की आवश्यकता द्वारा …

16 cross-validation  unsupervised-learning  latent-variable  matrix-decomposition  nnmf 

Scikit में CalibratedClassifierCV है , जो हमें एक विशेष X, y जोड़ी पर हमारे मॉडल को कैलिब्रेट करने की अनुमति देता है। यह भी स्पष्ट रूप से बताता है किdata for fitting the classifier and for calibrating it must be disjoint. यदि उन्हें निराश होना चाहिए, तो क्या क्लासिफायर को …

16 cross-validation  scikit-learn  validation  train  calibration 

मैं एक मिश्रित प्रभाव मॉडल का उपयोग करके निर्धारित डेटा का विश्लेषण कर रहा हूं जिसमें एक निश्चित प्रभाव (स्थिति) और दो यादृच्छिक प्रभाव (विषय डिजाइन और जोड़ी के कारण प्रतिभागी) हैं। मॉडल lme4पैकेज के साथ उत्पन्न किया गया था exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp):। इसके बाद, मैंने निश्चित प्रभाव (स्थिति) के बिना मॉडल …

16 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

मैं यादृच्छिक जंगलों के लिए काफी नया हूं। अतीत में, मैंने हमेशा किसी भी ओवरफिटिंग का पता लगाने के लिए फिट बनाम ट्रेन के खिलाफ फिट बनाम टेस्ट की सटीकता की तुलना की है। लेकिन मैंने अभी यहाँ पढ़ा है कि: "यादृच्छिक जंगलों में, परीक्षण सेट त्रुटि का निष्पक्ष अनुमान …

15 cross-validation  random-forest  overfitting 

क्रमपरिवर्तन परीक्षण (इसे रेंडमाइजेशन टेस्ट, री-रैंडमाइजेशन टेस्ट या एक सटीक परीक्षण भी कहा जाता है) बहुत उपयोगी होते हैं और उदाहरण के लिए आवश्यक सामान्य वितरण की धारणा को पूरा करने और काम में आने पर काम में आते t-testहैं। गैर-पैरामीट्रिक परीक्षण की तरह Mann-Whitney-U-testअधिक जानकारी खो जाएगी। हालांकि, इस …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

TLDR: मेरा डेटासेट बहुत छोटा है (120) नमूने। 10-गुना क्रॉस सत्यापन करते समय, मुझे चाहिए: प्रत्येक परीक्षण गुना से आउटपुट लीजिए, उन्हें एक सदिश में समेटना, और फिर भविष्यवाणियों के इस पूर्ण वेक्टर पर त्रुटि की गणना करें (120 नमूने)? या क्या मुझे इसके बजाय प्रत्येक गुना पर मिलने वाले …

15 classification  cross-validation  small-sample