सांख्यिकी और बिग डेटा dimensionality-reduction

1

आंशिक कम से कम वर्गों, कम रैंक प्रतिगमन, और प्रमुख घटक प्रतिगमन के बीच क्या संबंध है?

क्या कम रैंक प्रतिगमन और प्रमुख घटक प्रतिगमन आंशिक कम से कम वर्गों के विशेष मामले हैं? यह ट्यूटोरियल (पृष्ठ 6, "उद्देश्यों की तुलना") कहता है कि जब हम एक्स या वाई (यानी, "आंशिक नहीं") को प्रोजेक्ट किए बिना आंशिक रूप से कम से कम वर्ग करते हैं, तो यह …

16 regression pca dimensionality-reduction partial-least-squares reduced-rank-regression

4

कौन से चर समझाते हैं कि कौन से पीसीए घटक, और इसके विपरीत?

इस डेटा का उपयोग करना: head(USArrests) nrow(USArrests) मैं पीसीए इस प्रकार कर सकता हूं: plot(USArrests) otherPCA <- princomp(USArrests) मैं नए घटकों को प्राप्त कर सकता हूं otherPCA$scores और विचरण के अनुपात को घटकों द्वारा समझाया गया summary(otherPCA) लेकिन क्या होगा अगर मैं जानना चाहता हूं कि कौन से चर ज्यादातर …

15 r pca dimensionality-reduction regression-strategies

2

क्रमिक या नाममात्र डेटा में श्रेणियों को विलय / कम करने के तरीके?

मैं नाममात्र या क्रमिक डेटा में श्रेणियों की संख्या को कम करने के लिए एक विधि खोजने के लिए संघर्ष कर रहा हूं। उदाहरण के लिए, मान लें कि मैं एक डेटासेट पर एक प्रतिगमन मॉडल बनाना चाहता हूं जिसमें कई नाममात्र और क्रमिक कारक हैं। हालांकि मुझे इस कदम …

14 r categorical-data dimensionality-reduction many-categories

3

यादृच्छिक वन वर्गीकरण से पहले उच्च-आयामी पाठ डेटा पर पीसीए?

क्या यह रैंडम फ़ॉरेस्ट क्लासिफिकेशन करने से पहले पीसीए करने के लिए समझ में आता है? मैं उच्च आयामी पाठ डेटा के साथ काम कर रहा हूं, और मैं आयामीता के अभिशाप से बचने में मदद करने के लिए सुविधा में कमी करना चाहता हूं, लेकिन पहले से ही किसी …

14 classification pca random-forest dimensionality-reduction high-dimensional

3

वर्गीकरण के लिए टी-एसएनई का उपयोग करके हाइपरपामेटर्स का चयन करना

मैं (एक प्रतियोगिता) के साथ काम करने वाली विशिष्ट समस्या के रूप में मेरे पास follwoing सेटिंग है: 21 विशेषताएं ([0,1] पर संख्यात्मक) और एक बाइनरी आउटपुट। मेरे पास लगभग 100 K पंक्तियाँ हैं। सेटिंग बहुत शोर करने लगती है। मैं और अन्य प्रतिभागी कुछ समय के लिए फ़ीचर जेनरेशन …

13 machine-learning dimensionality-reduction unsupervised-learning tsne

1

पर्यवेक्षित आयामीता में कमी

मेरे पास एक डेटा सेट है जिसमें 15K लेबल वाले नमूने हैं (10 समूहों में से)। मैं 2 आयामों में आयामी कमी को लागू करना चाहता हूं, जो कि लेबल के ज्ञान को ध्यान में रखेगा। जब मैं पीसीए जैसी "मानक" अनुपयोगी आयामी कमी तकनीकों का उपयोग करता हूं, तो …

13 machine-learning pca dimensionality-reduction supervised-learning discriminant-analysis

2

सुविधा चयन और आयामीता में कमी के बीच क्या अंतर है?

मुझे पता है कि दोनों सुविधाओं के चयन और आयामीता में कमी का उद्देश्य सुविधाओं के मूल सेट में सुविधाओं की संख्या को कम करना है। यदि हम दोनों में समान कार्य कर रहे हैं, तो दोनों में क्या अंतर है?

13 machine-learning pca feature-selection dimensionality-reduction

1

एलडीए का बीजगणित। एक चर और लाइनर विभेदक विश्लेषण की फिशर भेदभाव शक्ति

जाहिरा तौर पर, फिशर विश्लेषण का उद्देश्य एक साथ वर्ग-पृथक्करण को अधिकतम करना है, जबकि भीतर-वर्ग के फैलाव को कम करना है। एक चर की भेदभाव शक्ति का एक उपयोगी उपाय इसलिए विकर्ण मात्रा द्वारा दिया जाता है: ।Bii/WiiBii/WiiB_{ii}/W_{ii} http://root.cern.ch/root/htmldoc/TMVA__MethodFisher.html मैं समझता हूँ कि आकार ( p x p(बीच की) …

13 algorithms dimensionality-reduction discriminant-analysis sums-of-squares

2

क्या मैं डेटा कमी के लिए दोहराया उपायों पर एक पीसीए कर सकता हूं?

मेरे पास 2 संदर्भों में से प्रत्येक में 87 जानवरों पर 3 परीक्षण हैं (कुछ लापता डेटा; कोई अनुपलब्ध डेटा = 64 जानवर)। एक संदर्भ में, मैं कई विशिष्ट उपायों (समय दर्ज करने के लिए, आश्रय की ओर लौटने के समय की संख्या, आदि) तो मैं (उन्हें फोन 2 से …

13 repeated-measures pca dimensionality-reduction

1

LLE (स्थानीय रैखिक एम्बेडिंग) एल्गोरिथ्म के चरण बताएं?

मैं समझता हूं कि एलएलई के लिए एल्गोरिथ्म के पीछे मूल सिद्धांत तीन चरणों के होते हैं। कुछ मीट्रिक जैसे k-nn द्वारा प्रत्येक डेटा बिंदु के पड़ोस का पता लगाना। प्रत्येक पड़ोसी के लिए वेट खोजें, जो डेटा बिंदु पर पड़ोसी के प्रभाव को दर्शाता है। गणना की गई वज़न …

13 machine-learning model-selection feature-selection dimensionality-reduction nonlinear

1

कर्नेल पीसीए के लिए कर्नेल कैसे चुनें?

कर्नेल पीसीए (प्रमुख घटक विश्लेषण) द्वारा अंतिम डेटा आउटपुट में अच्छे डेटा पृथक्करण के परिणामस्वरूप कर्नेल चुनने के तरीके क्या हैं, और कर्नेल के मापदंडों को अनुकूलित करने के तरीके क्या हैं? यदि संभव हो तो आम आदमी के शब्दों को बहुत सराहा जाएगा, और ऐसे तरीकों की व्याख्या करने …

13 pca cross-validation dimensionality-reduction kernel-trick manifold-learning

1

T-SNE में अक्षों का क्या अर्थ है?

मैं वर्तमान में t-SNE गणित के चारों ओर अपना सिर लपेटने की कोशिश कर रहा हूं । दुर्भाग्य से, अभी भी एक सवाल है जिसका मैं संतोषजनक जवाब नहीं दे सकता: टी-एसएनई ग्राफ में अक्षों का वास्तविक अर्थ क्या है? अगर मुझे इस विषय पर एक प्रस्तुति देनी थी या …

12 machine-learning dimensionality-reduction tsne

5

बहुत बड़ी संख्या में डेटा बिंदुओं में मानों की प्रतिरूपण कैसे करें?

मेरे पास एक बहुत बड़ा डेटासेट है और लगभग 5% यादृच्छिक मूल्य गायब हैं। ये चर एक दूसरे के साथ सहसंबद्ध हैं। निम्नलिखित उदाहरण R डाटासेट केवल एक खिलौना उदाहरण है जिसमें डमी सहसंबद्ध डेटा है। set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol …

12 r random-forest missing-data data-imputation multiple-imputation large-data definition moving-window self-study categorical-data econometrics standard-error regression-coefficients normal-distribution pdf lognormal regression python scikit-learn interpolation r self-study poisson-distribution chi-squared matlab matrix r modeling multinomial mlogit choice monte-carlo indicator-function r aic garch likelihood r regression repeated-measures simulation multilevel-analysis chi-squared expected-value multinomial yates-correction classification regression self-study repeated-measures references residuals confidence-interval bootstrap normality-assumption resampling entropy cauchy clustering k-means r clustering categorical-data continuous-data r hypothesis-testing nonparametric probability bayesian pdf distributions exponential repeated-measures random-effects-model non-independent regression error regression-to-the-mean correlation group-differences post-hoc neural-networks r time-series t-test p-value normalization probability moments mgf time-series model seasonality r anova generalized-linear-model proportion percentage nonparametric ranks weighted-regression variogram classification neural-networks fuzzy variance dimensionality-reduction confidence-interval proportion z-test r self-study pdf

4

केवल एक दूरी मैट्रिक्स के साथ पीसीए प्रदर्शन करना

मैं एक विशाल डेटासेट को क्लस्टर करना चाहता हूं जिसके लिए मेरे पास केवल जोड़ीदार दूरी है। मैंने के-मेडॉइड एल्गोरिथ्म लागू किया है, लेकिन इसे चलाने में बहुत लंबा समय लग रहा है इसलिए मैं एएए लागू करके अपनी समस्या के आयाम को कम करके शुरू करना चाहूंगा। हालाँकि, इस …

12 pca dimensionality-reduction multidimensional-scaling

1

डेटा विज़ुअलाइज़ेशन के अलावा, टी-एसएनई के लिए अच्छा उपयोग क्या है?

हमें किन स्थितियों में t-SNE (डेटा विज़ुअलाइज़ेशन के अलावा) का उपयोग करना चाहिए? टी-एसएनई का उपयोग आयामीता में कमी के लिए किया जाता है। इस प्रश्न का उत्तर बताता है कि t-SNE का उपयोग केवल विज़ुअलाइज़ेशन के लिए किया जाना चाहिए और हमें इसे क्लस्टरिंग के लिए उपयोग नहीं करना …

12 data-visualization dimensionality-reduction tsne

dimensionality-reduction पर टैग किए गए जवाब