geometry पर टैग किए गए जवाब

कैन्यिकल कॉर्लेशन विश्लेषण (CCA) एक घटक है जो प्रमुख घटक विश्लेषण (PCA) से संबंधित है। जबकि पीसीए या रैखिक प्रतिगमन को स्कैटर प्लॉट का उपयोग करना सिखाना आसान है (Google छवि खोज पर कुछ हज़ार उदाहरण देखें), मैंने सीसीए के लिए समान सहज दो-आयामी उदाहरण नहीं देखा है। कैसे स्पष्ट …

70 regression  data-visualization  pca  canonical-correlation  geometry 

एकाधिक प्रतिगमन में एक दबानेवाला यंत्र चर क्या है और दृष्टिगोचर प्रभाव (इसके यांत्रिकी या परिणामों में इसके प्रमाण) को प्रदर्शित करने के तरीके क्या हो सकते हैं? मैं हर उस व्यक्ति को आमंत्रित करना चाहता हूं जिसके पास विचार है, साझा करने के लिए।

40 multiple-regression  data-visualization  geometry  suppressor 

यहाँ बिशप की "पैटर्न रिकॉग्निशन एंड मशीन लर्निंग" पुस्तक, खंड 12.2.4 "कारक विश्लेषण" से एक उद्धरण है: हाइलाइट किए गए भाग के अनुसार, कारक विश्लेषण मैट्रिक्स में चर के बीच कोवरियन को पकड़ता हैWWW । मुझे आश्चर्य है कि कैसे ? यहाँ मैं इसे कैसे समझ सकता हूँ। कहो मनाया …

37 pca  factor-analysis  geometry 

मुझे पता है कि रैखिक प्रतिगमन को "सभी बिंदुओं के लंबवत रूप से निकटतम रेखा" के रूप में सोचा जा सकता है : लेकिन कॉलम स्पेस की कल्पना करके, इसे देखने का एक और तरीका है, "गुणांक मैट्रिक्स के कॉलम द्वारा स्पेस किए गए स्पेस पर प्रोजेक्शन" : मेरा सवाल …

26 regression  intuition  geometry 

मैं कई सहसंबंध के ज्यामितीय अर्थ में रुचि रखता हूं और प्रतिगमन में निर्धारण का गुणांक , या वेक्टर संकेतन में,RRRR2R2R^2yi=β1+β2x2,i+⋯+βkxk,i+ϵiyi=β1+β2x2,i+⋯+βkxk,i+ϵiy_i = \beta_1 + \beta_2 x_{2,i} + \dots + \beta_k x_{k,i} + \epsilon_i y=Xβ+ϵy=Xβ+ϵ\mathbf{y} = \mathbf{X \beta} + \mathbf{\epsilon} यहाँ डिज़ाइन मैट्रिक्स में पंक्तियाँ और कॉलम हैं, जिनमें से पहला …

24 regression  correlation  multiple-regression  r-squared  geometry 

मैं विषय (दोहरी) अंतरिक्ष में प्रमुख घटक विश्लेषण (पीसीए) कैसे काम करता है , इसकी सहज जानकारी प्राप्त करने की कोशिश कर रहा हूं । दो चर, के साथ 2 डी डाटासेट पर विचार करें और , और डेटा बिंदुओं (डेटा मैट्रिक्स है और केंद्रित हो माना जाता है)। पीसीए …

19 pca  linear-algebra  intuition  geometry 

के लिए रेखीय मॉडल :, हम OLS के माध्यम से अनुमान मॉडल का एक अच्छा ज्यामितीय व्याख्या हो सकती है y = एक्स β + ई । Y y के प्रक्षेपण पर अंतरिक्ष एक्स और अवशिष्ट से फैला है ई सीधा है करने के लिए इस अंतरिक्ष एक्स से फैला।y= …

13 regression  model  geometry 

कुर्तोसिस एक वितरण की चरमता और समतलता को मापने के लिए है। वितरण का घनत्व कार्य, यदि यह मौजूद है, तो इसे वक्र के रूप में देखा जा सकता है, और इसके आकार से संबंधित ज्यामितीय विशेषताएं (जैसे वक्रता, उत्तलता, ...) है। तो मुझे आश्चर्य है कि क्या वितरण का …

12 kurtosis  geometry 

मैं फ्रेंकलिन एम। फिशर द्वारा द आइडेंटिफिकेशन प्रॉब्लम इन इकोनोमेट्रिक्स की किताब पढ़ रहा था , और इस भाग से भ्रमित था कि वह संभावना फ़ंक्शन की कल्पना करके पहचान का प्रदर्शन करता है। समस्या को सरल बनाया जा सकता है: एक प्रतिगमन , जहां , और पैरामीटर हैं। मान …

11 mathematical-statistics  maximum-likelihood  geometry 

यह सवाल अमारी द्वारा घुमावदार एक्सपोनेंशियल फैमिली-कर्व्ड और सूचना हानि के पेपर डिफरेंशियल ज्यामिति से संबंधित है । पाठ इस प्रकार है। चलो Sn={pθ}Sn={pθ}S^n=\{p_{\theta}\} एक होना nnn एक समन्वय प्रणाली के साथ संभाव्यता वितरण की आयामी कई गुना θ=(θ1,…,θn)θ=(θ1,…,θn)\theta=(\theta_1,\dots,\theta_n) , जहां pθ(x)>0pθ(x)>0p_{\theta}(x)>0 माना जाता है ... हम हर बिंदु संबंध …

10 mathematical-statistics  statistical-learning  geometry  information-geometry 

पाठ्यपुस्तक में मैं पढ़ रहा हूं कि वे दो कोविरियस मैट्रिसेस की तुलना करने के लिए सकारात्मक निश्चितता (अर्ध-सकारात्मक निश्चितता) का उपयोग करते हैं। यह विचार कि यदि pd है तो से छोटा है । लेकिन मैं इस रिश्ते का अंतर्ज्ञान पाने के लिए संघर्ष कर रहा हूं?ए - बीA−BA-BबीBBएAA …

10 covariance-matrix  matrix  intuition  linear-algebra  geometry 

मान लीजिए हमारे पास डेटा मैट्रिक्स , जो -by- , और लेबल वेक्टर , जो -by-one है। यहां, मैट्रिक्स की प्रत्येक पंक्ति एक अवलोकन है, और प्रत्येक कॉलम एक आयाम / चर से मेल खाती है। (मान )एक्सX\mathbf{X}nnnपीppYYYnnnn > पीn>pn>p तो क्या करते हैं data space, variable space, observation space, …

9 regression  multiple-regression  terminology  geometry  biplot 

एक गणितीय दृष्टिकोण से बेयस का प्रमेय मेरे लिए सही अर्थ रखता है (यानी, व्युत्पन्न और सिद्ध करना), लेकिन मुझे नहीं पता कि क्या एक अच्छा ज्यामितीय या चित्रमय तर्क है जो बेयस के प्रमेय को समझाने के लिए दिखाया जा सकता है। मैंने इसके उत्तर के लिए गुग्लिंग के …

9 bayesian  bayes  geometry