elastic-net पर टैग किए गए जवाब

लार्स का उपयोग करने के पेशेवरों और विपक्ष क्या हैं [1] बनाम एल -1-नियमित रैखिक प्रतिगमन फिटिंग के लिए समन्वित वंश का उपयोग करना? मुझे मुख्य रूप से प्रदर्शन के पहलुओं में दिलचस्पी है (मेरी समस्याएं Nसैकड़ों और हजारों की संख्या में हैं p। <20) हालांकि, किसी भी अन्य अंतर्दृष्टि …

13 regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

मेरे पास पहले से ही रिज रिग्रेशन और LASSO के पेशेवरों और विपक्षों के बारे में एक विचार है। LASSO के लिए, L1 पेनल्टी शब्द एक विरल गुणांक वेक्टर निकलेगा, जिसे फीचर चयन विधि के रूप में देखा जा सकता है। हालाँकि, LASSO के लिए कुछ सीमाएँ हैं। यदि सुविधाओं …

13 feature-selection  lasso  regularization  ridge-regression  elastic-net 

नोट: यह प्रश्न एक रिपॉजिट है, क्योंकि मेरे पिछले प्रश्न को कानूनी कारणों से हटाना पड़ा था। आर में पैकेज lmeसे फ़ंक्शन के साथ एसएएस से PROC MIXED की तुलना करते समय nlme, मैंने कुछ अंतर भ्रामक मतभेदों पर ठोकर खाई। विशेष रूप से, विभिन्न परीक्षणों में स्वतंत्रता की डिग्री …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

क्या L1 (lasso) के लिए समन्वय वंश के उपयोग और रैखिक प्रतिगमन समस्याओं के लिए लोचदार शुद्ध नियमितीकरण से निपटने के लिए कोई अच्छा पेपर या किताबें हैं?

12 regression  references  lasso  regularization  elastic-net 

संदर्भ पुस्तक 1 , पुस्तक 2 और कागज के अनुसार । यह उल्लेख किया गया है कि नियमित प्रतिगमन (रिज, LASSO और इलास्टिक नेट) और उनके बाधा योगों के बीच एक समानता है। मैंने क्रॉस वैलिडेटेड 1 , और क्रॉस वैलिडेटेड 2 को भी देखा है , लेकिन मैं एक …

12 regression  optimization  lasso  ridge-regression  elastic-net 

LASSO और अनुकूली LASSO दो अलग चीजें हैं, है ना? (मुझे करने के लिए, दंड अलग दिखता है, लेकिन मैं अभी जाँच कर रहा हूँ कि क्या मुझे कुछ याद है।) जब आप आम तौर पर लोचदार नेट के बारे में बात करते हैं, तो विशेष मामला LASSO या अनुकूली …

12 lasso  glmnet  elastic-net  oracle 

क्या किसी ने यह सत्यापित करने की कोशिश की है कि ElasticNetपायथन glmnetमें आर -ए- नेट के साथ एक लोचदार नेट मॉडल फिट करना और उसी डेटा सेट पर आर में समान अंकगणितीय परिणाम उत्पन्न करता है? मैं मापदंडों के कई संयोजनों के साथ प्रयोग कर रहा हूं (चूंकि दोनों …

11 machine-learning  scikit-learn  glmnet  elastic-net 

कई उत्तरों में मैंने देखा है कि CrossValidated उपयोगकर्ता ओपी को लस्सो, रिज और इलास्टिक नेट पर शुरुआती कागजात खोजने का सुझाव देते हैं। पश्चात के लिए, लास्सो, रिज और इलास्टिक नेट पर सेमिनल क्या हैं?

10 references  lasso  regularization  ridge-regression  elastic-net 

जैसा कि शीर्षक में कहा गया है, मैं लाइब्रेरी से LBFGS ऑप्टिमाइज़र का उपयोग करके glmnet रैखिक से परिणाम दोहराने की कोशिश कर रहा हूँ lbfgs। यह ऑप्टिमाइज़र हमें एल 1 रेगुलराइज़र शब्द जोड़ने की अनुमति देता है, बिना भिन्नता के बारे में चिंता किए बिना, जब तक कि हमारा …

10 r  regression  regularization  glmnet  elastic-net 

मैं लोचदार नेट से संबंधित इस लेख को पढ़ रहा था। वे कहते हैं कि वे लोचदार नेट का उपयोग करते हैं क्योंकि अगर हम सिर्फ लास्सो का उपयोग करते हैं तो यह भविष्यवाणियों के बीच केवल एक भविष्यवक्ता का चयन करता है जो अत्यधिक सहसंबद्ध हैं। लेकिन यह वह …

10 regression  lasso  elastic-net 

दंडित मॉडल का उपयोग उन मॉडलों का अनुमान लगाने के लिए किया जा सकता है जहां मापदंडों की संख्या नमूना आकार के बराबर या उससे अधिक है। यह स्थिति श्रेणीबद्ध या गणना डेटा के बड़े विरल तालिकाओं के लॉग-रैखिक मॉडल में उत्पन्न हो सकती है। इन सेटिंग्स में, अक्सर यह …

10 categorical-data  lasso  elastic-net  log-linear  many-categories 

तो, मेरे पास 16 परीक्षण हैं जिनमें मैं एक व्यक्ति को बॉयोमीट्रिक विशेषता से हैमिंग दूरी का उपयोग करके प्रमाणित करने की कोशिश कर रहा हूं। मेरी दहलीज 3.5 पर सेट है। मेरा डेटा नीचे है और केवल परीक्षण 1 एक सच्चा सकारात्मक है: Trial Hamming Distance 1 0.34 2 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction