feature-selection पर टैग किए गए जवाब

प्रसंग : मैं इसलिए मैं उपयोग कर रहा हूँ एक scatterplot कि पैरामीट्रिक प्रकट नहीं होता है में एक रेखा खींच करना चाहते हैं, geom_smooth()में ggplotमें R। यह स्वचालित रूप से रिटर्न करता है geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ …

14 r  gam  splines  loess  r  data-visualization  boxplot  mathematical-statistics  theory  sufficient-statistics  machine-learning  classification  correlation  svm  feature-selection  probability  stochastic-processes  machine-learning  reinforcement-learning 

पहले से ही एक प्रश्न का उत्तर देने के बाद ( वन-लेयर फीड-फॉरवर्ड नेटवर्क से वजन महत्व को हटाकर ) मैं तंत्रिका नेटवर्क में इनपुट की प्रासंगिकता के बारे में खोज रहा हूं। एक गहरी जाल को ध्यान में रखते हुए, जहां आउटपुट नोड ऑफ इंटरेस्ट से परतों के माध्यम …

14 neural-networks  python  feature-selection  sensitivity-analysis 

प्रश्न: परिवर्तनीय चयन के लिए एक के बाद एक पूर्व उपयोग करने के क्या फायदे / नुकसान हैं? मान लीजिए मैं संभावना है: मैं कहाँ रख सकते हैं या तो महंतों में से एक: डब्ल्यू मैं ~ π δ 0 + ( 1 - π ) एन ( 0 , …

14 bayesian  feature-selection 

विशेष रूप से कागल प्रतियोगिताओं के संदर्भ में मैंने देखा है कि मॉडल का प्रदर्शन फीचर चयन / इंजीनियरिंग के बारे में है। जबकि मैं पूरी तरह से समझ सकता हूं कि अधिक परंपरागत / पुराने-स्कूल एमएल एल्गोरिदम से निपटने के दौरान ऐसा क्यों होता है, मैं यह नहीं देखता …

14 neural-networks  deep-learning  feature-selection  feature-engineering 

मैं सांख्यिकीय सीखने की किताब के तत्वों में सर्वश्रेष्ठ सबसे अच्छा चयन के बारे में पढ़ रहा हूं। अगर मेरे पास 3 भविष्यवाणियां हैं , तो मैं सबसेट बनाता हूं :x1,x2,x3x1,x2,x3x_1,x_2,x_323=823=82^3=8 कोई भविष्यवाणियों के साथ सबसेट साथ सबसेटx1x1x_1 साथ सबसेटx2x2x_2 भविष्यवक्ता साथ सबसेटx3x3x_3 भविष्यवाणियों के साथ सबसेटx1,x2x1,x2x_1,x_2 भविष्यवाणियों के साथx1,x3x1,x3x_1,x_3 …

13 regression  feature-selection  lasso  bias-variance-tradeoff 

मैं जो समझता हूं, पी-मान (कम से कम प्रतिगमन संदर्भ में) के आधार पर चर चयन अत्यधिक त्रुटिपूर्ण है। ऐसा प्रतीत होता है कि AIC (या समान) पर आधारित चर चयन भी कुछ इसी तरह के कारणों से त्रुटिपूर्ण माना जाता है, हालांकि यह थोड़ा अस्पष्ट लगता है (उदाहरण के …

13 hypothesis-testing  multiple-regression  feature-selection  model-selection  aic 

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 

लोचदार जाल के लिए प्रेरणा में से एक LASSO की निम्नलिखित सीमा थी: में p>np>np > n मामला है, ज्यादा से ज्यादा लैसो चयन n चर यह पहले संतृप्त, उत्तल अनुकूलन समस्या की प्रकृति की वजह से। यह एक चर चयन विधि के लिए एक सीमित सुविधा है। इसके अलावा, …

13 regression  optimization  feature-selection  lasso 

मेरा प्रश्न: रैंडम फ़ॉरेस्ट प्रत्येक पेड़ के बजाय नोड स्तर पर बंटवारे के लिए सुविधाओं के यादृच्छिक सबसेट पर विचार क्यों करता है ? पृष्ठभूमि: यह एक इतिहास का सवाल है। टिन कम हो ने 1998 में प्रत्येक पेड़ को उगाने के लिए सुविधाओं के एक सबसेट का चयन करके …

13 machine-learning  feature-selection  random-forest  importance  history 

अतीत में कई बायोमेडिकल पेपर्स में स्टेपवाइज रिग्रेशन का इस्तेमाल किया गया था, लेकिन इसके कई मुद्दों की बेहतर शिक्षा के साथ इसमें सुधार हुआ है। कई पुराने समीक्षक हालांकि अभी भी इसके लिए पूछते हैं। ऐसी कौन सी परिस्थितियाँ हैं जहाँ स्टेप वाइज रिग्रेशन की भूमिका होती है और …

13 regression  multiple-regression  feature-selection  model-selection  stepwise-regression 

मैंने पढ़ा है कि समूह lasso का उपयोग चर चयन और चर के समूह में प्रसार के लिए किया जाता है। मैं इस दावे के पीछे के अंतर्ज्ञान को जानना चाहता हूं। समूह लासो को लासो को क्यों पसंद किया जाता है? क्यों समूह lasso समाधान पथ टुकड़ा नहीं रैखिक …

13 regression  feature-selection  lasso  regularization 

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 

मैं निम्नलिखित कोड के साथ R में पैकेज 'लार्स' का उपयोग कर रहा हूं: > library(lars) > set.seed(3) > n <- 1000 > x1 <- rnorm(n) > x2 <- x1+rnorm(n)*0.5 > x3 <- rnorm(n) > x4 <- rnorm(n) > x5 <- rexp(n) > y <- 5*x1 + 4*x2 + 2*x3 …

13 correlation  feature-selection  lasso  regularization  ridge-regression 

मेरे पास उनके फीचर वैल्यू के साथ प्रोटीन की सूची है। एक नमूना तालिका इस तरह दिखती है: ...............Feature1...Feature2...Feature3...Feature4 Protein1 Protein2 Protein3 Protein4 पंक्तियाँ प्रोटीन हैं और कॉलम विशेषताएं हैं। मेरे पास प्रोटीनों की एक सूची भी है जो आपस में बातचीत करते हैं; उदाहरण के लिए Protein3, Protein4 Protein1, …

13 machine-learning  statistical-significance  feature-selection  networks 

मेरे पास कुछ डेटा पॉइंट्स हैं, जिनमें से प्रत्येक में एग्लोमेरेटेड डिस्क्रीट परिणाम के 5 वैक्टर हैं, प्रत्येक वेक्टर के परिणाम एक अलग वितरण द्वारा उत्पन्न होते हैं, और विशिष्ट प्रकार जिनमें से मुझे यकीन नहीं है, मेरा सबसे अच्छा अनुमान वेइबुल है, आकार के पैरामीटर के आसपास कहीं न …

13 distributions  clustering  feature-selection  kolmogorov-smirnov  k-means