feature-selection पर टैग किए गए जवाब

संदर्भ: मैं एक ऐसी प्रणाली विकसित कर रहा हूं, जो कि टाइप करने योग्य डेटा को छानने के लिए नैदानिक ​​डेटा का विश्लेषण करती है जो कि टाइपोस हो सकती है। मैंने अब तक क्या किया: पठनीयता की मात्रा निर्धारित करने के लिए, मेरा अब तक का प्रयास डेटा को …

10 machine-learning  multivariate-analysis  feature-selection  algorithms  outliers 

कई मशीन लर्निंग एल्गोरिदम में, फीचर स्केलिंग (उर्फ वैरिएबल स्केलिंग, नॉर्मलाइजेशन) विकिपीडिया - फ़ीचर स्केलिंग का एक सामान्य प्रीपोसिंग चरण है - यह प्रश्न करीब # 41704 था - सामान्यीकरण और फ़ीचर स्केलिंग का काम कैसे और क्यों होता है? निर्णय वृक्षों के संबंध में मेरे दो प्रश्न हैं: क्या …

10 machine-learning  feature-selection  cart 

क्या सुविधा चयन केवल प्रशिक्षण डेटा (या सभी डेटा) पर किया जाना चाहिए? मैं गुयोन (2003) और सिंघी और लियू (2006) जैसे कुछ चर्चाओं और पत्रों के माध्यम से चला गया , लेकिन अभी भी सही उत्तर के बारे में निश्चित नहीं है। मेरा प्रयोग सेटअप इस प्रकार है: डेटासेट: …

10 dataset  cross-validation  experiment-design  feature-selection 

मैं चयन करने की सुविधा के लिए पारस्परिक जानकारी के विचार को लागू करने की कोशिश कर रहा हूं, जैसा कि इन व्याख्यान नोट्स (पृष्ठ 5 पर) में वर्णित है । मेरा मंच मतलब है। अनुभवजन्य डेटा से पारस्परिक जानकारी की गणना करते समय मुझे एक समस्या यह है कि …

10 matlab  feature-selection  information-theory  mutual-information 

मेरी पहुंच बहुत बड़े डेटासेट तक है। डेटा चार लोगों में से एक से संगीत अंश सुनने वाले एमईजी रिकॉर्डिंग से है। डेटा इस प्रकार है: 6 विषय 3 प्रायोगिक दोहराव (युग) 120 परीक्षण प्रति युग 275 MEG चैनलों से 500Hz (= 4000 नमूने) पर परीक्षण के अनुसार 8 सेकंड …

10 machine-learning  feature-selection  large-data  feature-construction 

मेरे पास लगभग 70 वैरिएबल के साथ एक डेटा सेट है जिसे मैं कट करना चाहूंगा। मैं जो करना चाह रहा हूं वह निम्नलिखित फैशन में सबसे उपयोगी चर खोजने के लिए सीवी का उपयोग करना है। 1) यादृच्छिक रूप से 20 वेरिएबल्स का चयन करें। 2) सबसे महत्वपूर्ण चर …

10 r  cross-validation  feature-selection  random-forest  stepwise-regression 

मैं मधुमेह का अनुमान लगाने के लिए एसवीएम का उपयोग कर रहा हूं। मैं इस उद्देश्य के लिए BRFSS डेटा सेट का उपयोग कर रहा हूं । डेटा सेट में का आयाम है और तिरछा है। लक्ष्य चर में s का प्रतिशत जबकि शेष गठन है ।11 % 89 %432607 …

10 r  classification  svm  feature-selection  e1071 

एक नौसिखिया सवाल यहाँ। मैं वर्तमान में आर पैकेज में एनपी पैकेज का उपयोग करके एक गैरपारंपरिक प्रतिगमन कर रहा हूं। मेरे पास 7 विशेषताएं हैं और एक क्रूर बल दृष्टिकोण का उपयोग करके मैंने सबसे अच्छी पहचान की है 3. लेकिन, जल्द ही मेरे पास 7 से अधिक विशेषताएं …

10 r  machine-learning  nonparametric  feature-selection 

मेरे पास तीन विशेषताएं हैं जो मैं वर्गीकरण समस्या को हल करने के लिए उपयोग करता हूं। मूल रूप से, इन विशेषताओं ने बूलियन मूल्यों का उत्पादन किया, इसलिए मैं सकारात्मक और नकारात्मक वर्गीकरणों के ओवरलैप को देखते हुए उनके अतिरेक का मूल्यांकन कर सकता था। अब मैंने इसके बजाय …

10 correlation  feature-selection 

मेरे पास तीन चरों वाला एक डेटासेट है, जहाँ सभी चर परिमाण हैं। इसे , और । मैं MCMC के माध्यम से एक Bayesian परिप्रेक्ष्य में एक प्रतिगमन मॉडल फिटिंग कर रहा हूंyyyx1x1x_1x2x2x_2rjags मैंने एक खोजपूर्ण विश्लेषण किया और सुझाव है कि एक द्विघात शब्द का उपयोग किया जाना चाहिए। …

10 bayesian  feature-selection  model-selection  model  credible-interval 

यहाँ पायथन में सुविधा चयन विधि के लिए मेरा कोड है : from sklearn.svm import LinearSVC from sklearn.datasets import load_iris iris = load_iris() X, y = iris.data, iris.target X.shape (150, 4) X_new = LinearSVC(C=0.01, penalty="l1", dual=False).fit_transform(X, y) X_new.shape (150, 3) लेकिन नया X (आश्रित चर - X_new) प्राप्त करने के …

10 feature-selection  python  scikit-learn 

मैं खुद से पूछ रहा हूं कि क्या प्रतिगमन संदर्भ में नकारात्मक चर महत्व मूल्य ("% IncMSE") के साथ उन चर को निकालना एक अच्छा विचार है। और अगर यह मुझे एक बेहतर भविष्यवाणी देता है? तुम क्या सोचते हो?

10 machine-learning  feature-selection  random-forest  importance 

इसलिए मैं मॉडलिंग (F. Harrell की "प्रतिगमन मॉडलिंग रणनीतियाँ" दूसरों पर) के बारे में कुछ किताबें (या उनके कुछ हिस्सों) पढ़ रहा हूं, क्योंकि मेरी वर्तमान स्थिति अभी है कि मुझे बाइनरी प्रतिक्रिया डेटा के आधार पर एक लॉजिस्टिक मॉडल करने की आवश्यकता है। मेरे डेटा सेट में मेरे पास …

9 logistic  predictive-models  feature-selection  regression-strategies 

मैं गहरे मॉडल का उपयोग करके प्रत्येक इनपुट सुविधा के महत्व की गणना करना चाहता हूं। लेकिन मुझे गहरी सीखने - गहरी सुविधा चयन का उपयोग करके फीचर चयन के बारे में केवल एक पेपर मिला । वे प्रत्येक फ़ीचर से जुड़ी नोड्स की एक परत सीधे पहली छिपी हुई …

9 feature-selection  deep-learning  deep-belief-networks  rbm 

में सांख्यिकीय लर्निंग के तत्वों , मैं निम्नलिखित बयान मिल गया है: एक योग्यता है: नमूनों को छोड़ दिए जाने से पहले प्रारंभिक अनचाहे स्क्रीनिंग चरण किए जा सकते हैं। उदाहरण के लिए, हम क्रॉस-सत्यापन शुरू करने से पहले, सभी 50 नमूनों में उच्चतम विचरण वाले 1000 भविष्यवाणियों का चयन …

9 machine-learning  cross-validation  feature-selection