ensemble पर टैग किए गए जवाब

रैंडम फ़ॉरेस्ट निर्णय पेड़ों की एक टुकड़ी बनाकर काम करते हैं जहां प्रत्येक पेड़ मूल प्रशिक्षण डेटा (इनपुट चर और टिप्पणियों दोनों का नमूना) के बूटस्ट्रैप नमूने का उपयोग करके बनाया जाता है। क्या रेखीय प्रतिगमन के लिए एक समान प्रक्रिया लागू की जा सकती है? प्रत्येक k regressions के …

14 regression  predictive-models  ensemble 

मैं निम्नलिखित प्रक्रिया का उपयोग करके एक यादृच्छिक वन बनाना चाहूंगा: विभाजन को निर्धारित करने के लिए सूचना के लाभ का उपयोग करके डेटा और सुविधाओं के यादृच्छिक नमूनों पर एक पेड़ बनाएं एक पत्ती नोड को समाप्त करें यदि यह पूर्व-परिभाषित गहराई से अधिक है या किसी भी विभाजन …

14 classification  random-forest  lasso  ensemble 

यह मुझे लगता है कि सीखना सीखना हमेशा एक एकल सीखने की परिकल्पना की तुलना में बेहतर भविष्य कहनेवाला प्रदर्शन देना होगा। तो, हम हर समय उनका उपयोग क्यों नहीं करते हैं? मेरा अनुमान शायद, कम्प्यूटेशनल सीमाओं के कारण है? (फिर भी, हम कमजोर भविष्यवक्ताओं का उपयोग करते हैं, इसलिए …

13 boosting  ensemble  bagging 

मैं सैद्धांतिक रूप से समझता हूं (जैसे वे कैसे काम करेंगे, लेकिन मुझे यकीन नहीं है कि वास्तव में एक पहनावा पद्धति (जैसे मतदान, भारित मिश्रण, आदि) का उपयोग करने के बारे में कैसे जाना जाए। पहनावा तरीकों को लागू करने के लिए अच्छे संसाधन क्या हैं? क्या पायथन में …

13 machine-learning  python  ensemble 

मैं एक प्रतिगमन मॉडल बनाना चाहता हूं जो कई ओएलएस मॉडल का औसत है, प्रत्येक पूर्ण डेटा के सबसेट पर आधारित है। इसके पीछे का विचार इस कागज पर आधारित है । मैं कश्मीर सिलवटों का निर्माण करता हूं और कश्मीर ओएलएस मॉडल का निर्माण करता हूं, प्रत्येक में बिना …

13 regression  least-squares  ensemble 

मुझे समय-श्रृंखला पूर्वानुमान को स्वचालित करने की आवश्यकता है, और मैं उन श्रृंखलाओं (मौसमी, प्रवृत्ति, शोर, आदि) की विशेषताओं को पहले से नहीं जानता। मेरा उद्देश्य प्रत्येक श्रृंखला के लिए सर्वोत्तम संभव मॉडल प्राप्त करना नहीं है, बल्कि बहुत खराब मॉडलों से बचना है। दूसरे शब्दों में, हर बार छोटी …

13 time-series  forecasting  arima  ensemble  exponential-smoothing 

हाल ही में, मैं पहनावा सीखने के रूप में मॉडल स्टैकिंग में दिलचस्पी ले रहा हूं। विशेष रूप से, मैंने कुछ खिलौना डेटासेट्स के साथ प्रतिगमन समस्याओं के लिए थोड़ा प्रयोग किया है। मैंने मूल रूप से व्यक्तिगत "स्तर 0" रजिस्टरों को लागू किया है, प्रत्येक रेजिस्टर के आउटपुट भविष्यवाणियों …

11 machine-learning  ensemble  stacking 

वृक्ष आधारित पहनावा पद्धति जैसे कि रैंडम फ़ॉरेस्ट, और बाद के डेरिवेटिव (जैसे, सशर्त वन), सभी चर तथाकथित तथाकथित "छोटे n , बड़े पी " समस्याओं के लिए उपयोगी होते हैं , रिश्तेदार चर महत्व की पहचान के लिए। दरअसल, यह मामला प्रतीत होता है, लेकिन मेरा सवाल यह है …

10 random-forest  small-sample  ensemble 

मान लीजिए कि मेरे पास 4 संभावित घटनाओं की आवृत्तियों का एक नमूना है: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 और मुझे होने वाली मेरी घटनाओं की संभावित संभावनाएं हैं: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 मेरी चार …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom