distance पर टैग किए गए जवाब

मैं पैटर्न मान्यता और आँकड़ों का अध्ययन कर रहा हूँ और लगभग हर पुस्तक मैं उस विषय पर खोलता हूँ जिसे मैं महालनोबिस दूरी की अवधारणा से टकराता हूँ । किताबें सहज ज्ञान युक्त व्याख्याएं देती हैं, लेकिन फिर भी मेरे लिए बहुत अच्छे नहीं हैं जो वास्तव में वास्तव …

127 normal-distribution  mathematical-statistics  distance  pattern-recognition  intuition 

मैं LASSO रिग्रेशन के glmnetसाथ उपयोग करने से वंचित होना शुरू कर रहा हूं, जहां मेरी रुचि के परिणाम द्विगुणित हैं । मैंने नीचे एक छोटा सा नकली डाटा फ्रेम बनाया है: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

मैंने KL Divergence के पीछे अंतर्ज्ञान के बारे में सीखा है कि डेटा के सैद्धांतिक / सच्चे वितरण से एक मॉडल वितरण फ़ंक्शन कितना भिन्न होता है। मैं जिस स्रोत को पढ़ रहा हूं, वह कहता है कि इन दो वितरणों के बीच 'दूरी' की सहज समझ सहायक है, लेकिन …

47 distributions  distance  intuition  kullback-leibler 

मैं उस डेटा पर पदानुक्रमिक क्लस्टरिंग कर रहा हूं जिसे मैंने इकट्ठा किया है और Google BigQuery पर रेडिट डेटा डंप से संसाधित किया है। मेरी प्रक्रिया निम्नलिखित है: नवीनतम 1000 पोस्ट / आर / राजनीति में प्राप्त करें सभी टिप्पणियों को इकट्ठा करें डेटा संसाधित करें और एक n …

33 clustering  distance  unsupervised-learning  hierarchical-clustering 

रैंडम वन एल्गोरिथ्म में, ब्रीमन (लेखक) समानता मैट्रिक्स का निर्माण निम्नानुसार करता है: जंगल में प्रत्येक पेड़ के नीचे सभी सीखने के उदाहरण भेजें यदि दो उदाहरणों में समान मैट्रिक्स में एक समान पत्ती वृद्धि के तत्व में 1 से भूमि आती है पेड़ों की संख्या के साथ मैट्रिक्स को …

27 random-forest  distance  similarities  euclidean 

क्या और बीच EMD (या किसी प्रकार की बाध्यता) के लिए एक बंद-फ़ॉर्मूला फॉर्मूला है ?x1∼N(μ1,Σ1)x1∼N(μ1,Σ1)x_1\sim N(\mu_1, \Sigma_1)x2∼N(μ2,Σ2)x2∼N(μ2,Σ2)x_2 \sim N(\mu_2, \Sigma_2)

26 normal-distribution  distance 

मेंटल परीक्षण आमतौर पर सममित दूरी / अंतर मैट्रिक्स लिए आवेदन किया है। जहां तक ​​मैं समझता हूं, परीक्षण की एक धारणा यह है कि मतभेदों को परिभाषित करने के लिए इस्तेमाल किया जाने वाला उपाय कम से कम एक अर्ध-मीट्रिक होना चाहिए (एक मीट्रिक की मानक आवश्यकताओं को पूरा …

26 statistical-significance  assumptions  distance 

मैं अपने डेटा को श्रेणीबद्ध रूप से क्लस्टर करना चाहूंगा, लेकिन यूक्लिडियन दूरी का उपयोग करने के बजाय, मैं सहसंबंध का उपयोग करना चाहूंगा। इसके अलावा, चूंकि सहसंबंध गुणांक -1 से 1 तक होता है, मेरे अध्ययन में -1 और 1 दोनों को "सह-विनियमन" के साथ दर्शाया जाता है, मैं …

22 correlation  clustering  distance  hierarchical-clustering 

मैं K- साधनों का प्रदर्शन उन वस्तुओं पर करना चाहता हूं जो मेरे पास हैं, लेकिन वस्तुओं को अंतरिक्ष में बिंदुओं के रूप में वर्णित नहीं किया जाता है, अर्थात objects x featuresडाटासेट द्वारा । हालांकि, मैं किसी भी दो वस्तुओं के बीच की दूरी की गणना करने में सक्षम …

22 machine-learning  clustering  data-mining  k-means  distance 

मेरे पास सामान्य वितरण के दो प्रायिकता घनत्व कार्य हैं: f1(x1|μ1,σ1)=1σ12π−−√e−(x−μ1)22σ21f1(x1|μ1,σ1)=1σ12πe−(x−μ1)22σ12f_1(x_1 \; | \; \mu_1, \sigma_1) = \frac{1}{\sigma_1\sqrt{2\pi} } \; e^{ -\frac{(x-\mu_1)^2}{2\sigma_1^2} } तथा f2(x2|μ2,σ2)=1σ22π−−√e−(x−μ2)22σ22f2(x2|μ2,σ2)=1σ22πe−(x−μ2)22σ22f_2(x_2 \; | \; \mu_2, \sigma_2) = \frac{1}{\sigma_2\sqrt{2\pi} } \; e^{ -\frac{(x-\mu_2)^2}{2\sigma_2^2} } मैं और बीच पृथक्करण की संभाव्यता घनत्व फ़ंक्शन की तलाश कर रहा हूं …

21 distributions  normal-distribution  distance 

अधिकांश शास्त्रीय क्लस्टरिंग और डायमेंशन कम करने वाले एल्गोरिदम (पदानुक्रमित क्लस्टरिंग, प्रिंसिपल कंपोनेंट एनालिसिस, के-मीन्स, सेल्फ-ऑर्गनाइजिंग मैप्स ...) विशेष रूप से न्यूमेरिक डेटा के लिए डिज़ाइन किए गए हैं, और उनके इनपुट डेटा को यूक्लिडियन स्पेस में पॉइंट के रूप में देखा जाता है। यह निश्चित रूप से एक समस्या …

21 clustering  dimensionality-reduction  distance  self-organizing-maps  mixed-type-data 

कृपया, यह साबित करें कि अगर हमारे पास दो चर (समान नमूना आकार) और और में विचरण से अधिक है , तो भीतर डेटा बिंदुओं के बीच चुकता अंतर (यानी, वर्ग यूक्लिडियन दूरी) का योग भी अधिक से अधिक है। कि भीतर ।वाईXXXYYYवाईXXXYYYवाईXXXYYY

20 variance  distance 

मुझे नमूने की प्रत्येक जोड़ी के बीच R में नमूना Mahalanobis दूरी की गणना करने की आवश्यकता है c covariates के मैट्रिक्स। मुझे एक समाधान की आवश्यकता है जो कुशल हो, अर्थात केवल दूरी की गणना की जाती है, और अधिमानतः C / RCpp / फोरट्रान आदि में लागू किया …

18 r  algorithms  distance 

मैं केएल 2 पी और क्यू के बीच असमानता के उपाय के रूप में कर रहा हूं ।पी क्यूp.m.f.p.m.f.p.m.f. PPPQQQ =-Σपी(एक्समैं)एलएन(क्यू(एक्समैं))+Σपी(एक्समैं)एलएन(पी(एक्समैं))DKL(P||Q)=∑i=1Nln(PiQi)PiDKL(P||Q)=∑i=1Nln⁡(PiQi)PiD_{KL}(P||Q) = \sum_{i=1}^N \ln \left( \frac{P_i}{Q_i} \right) P_i =−∑P(Xi)ln(Q(Xi))+∑P(Xi)ln(P(Xi))=−∑P(Xi)ln(Q(Xi))+∑P(Xi)ln(P(Xi))=-\sum P(X_i)ln\left(Q(X_i)\right) + \sum P(X_i)ln\left(P(X_i)\right) यदि P(Xi)=0P(Xi)=0P(X_i)=0 तो हम आसानी से गणना कर सकते हैं कि P ( X i ) l …

15 distributions  distance  kullback-leibler 

मैं अपने अजगर कोड में केएल विचलन का उपयोग करने जा रहा हूं और मुझे यह ट्यूटोरियल मिला है । उस ट्यूटोरियल पर, केएल विचलन को लागू करना काफी सरल है। kl = (model * np.log(model/actual)).sum() जैसा कि मैं समझता हूं, की संभावना वितरण modelऔर actualहोना चाहिए <= 1। मेरा …

15 machine-learning  distance  kullback-leibler